文摘
英文文摘
第一章 绪论
1.1 研究背景
1.2 研究现状
1.2.1 特征提取
1.2.2 分类器选择
1.2.3 多模态信息融合
1.2.4 整体框架设计
1.2.5 存在的问题
1.3 论文的主要研究工作及创新点
1.3.1 主要研究工作
1.3.2 主要创新点
1.4 论文结构
第二章 层次化的视频内容分析框架
2.1 相关背景知识
2.1.1 人工智能
2.1.2 智能信息系统
2.2 认知心理学
2.3 层次化的视频内容分析框架
2.3.1 感知
2.3.2 思维
2.3.3 行为
2.4 本章小结
第三章 感知层:用户注意力模型
3.1 概述
3.2 注意力模型的建立
3.2.1 问题描述
3.2.2 子模型构建
3.2.3 子模型融合
3.3 注意力模型的应用
3.3.1 视频精彩单元的检测
3.3.2 结构化视频浏览和显著性标注系统
3.4 实验结果
3.4.1 视频字幕信息提取实验结果
3.4.2 注意力模型性能分析
3.5 本章小结
第四章 思维层:视频语义事件检测
4.1 概述
4.2 基于规则的语义事件检测
4.2.1 问题描述
4.2.2 应用举例:新闻视频主播镜头检测
4.3 基于统计模型的语义事件检测
4.3.1 问题描述
4.3.2 应用举例:基于HMM的色情镜头检测
4.4 基于决策融合的语义事件检测
4.4.1 问题描述
4.4.2 应用举例:多模态融合的采访镜头检测
4.5 语义事件检测的应用
4.6 实验结果
4.6.1 新闻视频主播镜头检测实验结果
4.6.2 色情镜头检测实验结果
4.6.3 采访镜头检测实验结果
4.6.4 结构化视频浏览和语义标注系统性能评价
4.7 本章小结
第五章 行为层:视频精彩镜头的个性化推荐
5.1 概述
5.2 视频精彩镜头的个性化推荐
5.2.1 问题描述
5.2.2 视频内容和用户偏好信息发现
5.2.3 镜头关联网络构建
5.2.4 网络结构分析
5.2.5 个性化推荐策略
5.3 个性化推荐的应用
5.4 实验结果
5.4.1 个性化推荐方法的实验结果
5.4.2 个性化推荐系统评价
5.5 本章小结
第六章 总结与展望
6.1 总结
6.1.1 通用的层次化视频内容分析框架
6.1.2 符合人类认知过程的各层核心问题及其解决方法
6.1.3 面向应用的视频内容浏览系统
6.2 展望
6.2.1 视频语义分析
6.2.2 以人为中心的研究方法
6.2.3 统一的评测方法和通用的数据集
参考文献
发表论文和科研情况说明
致谢