视频对象检测及其在视频语义内容分析中的应用

摘要

视频语义内容的自动获取和分析是计算机视觉领域最根本的目的和最具有挑战性的任务,作为视频语义内容的最基本表现形式,视频对象的检测和识别在近年来一直是这一领域的研究热点.该文提出了实现视频对象检测的一系列的相关技术:SVM分类学习机,ICA特征提取算法,SVM/ICA混合学习模式等等.该文还结合实际应用,提出了对人脸这种重要视倾对象的语义重要程度的分析,提出了语义人脸的概念和检测方法,并且基于语义人脸实现了新的视频新闻结构化算法.

目录

文摘

英文文摘

绪论

第一章视频内容分析的研究背景和现状

1.1视频内容分析(Video content analysis)

1.2视频内容分析的分类

1.2.1基于例子的检索(Retrieval by example)

1.2.2视频归纳(Video summarizing)

1.2.3视频结构化和标注(Video indexing and labeling)

1.3视频内容

1.3.1主题层(Genre)

1.3.2事件层(Event)

1.3.3对象层(Object)

1.3.4主题层，事件层，对象层的相互关系

1.4视频对象检测

1.4.1特殊视频对象的检测

1.4.2通用视频对象的检测

第二章基于支持向量机的视频字幕自动定位与提取

2.1引言

2.2支持向量机(Support Vector Machine)

2.2.1经验风险最小化(EmPirical Risk Minimization)

2.2.2结构风险最小化(Structural Risk Minimization)

2.2.3构造支持向量机

2.2.4 SVM小结

2.3基于SVM定位提取视频字幕

2.3.1字幕块的特征提取

2.3.2核函数的选择

2.3.3金字塔模型(Pyramid Model)

2.3.4后期处理(Post-Processing)

2.3.5识别

2.4中文和英文字幕检测讨论

2.5小结

第三章基于SVM/ICAS混合学习模式的人脸检测算法

3.1引言

3.2人脸检测算法综述

3.3独立成分分析特征提取

3.3.1独立图象基ICA特征

3.3.2独立系数ICA特征

3.4 SVM/ICA混合学习模式

3.5基于SVM/ICA混合学习模式的人脸检测算法

3.5.1肤色模型过滤

3.5.2 SVM/ICA混合检测算法的应用

3.6小结

第四章语义人脸的定义，检测和应用

4.1引言

4.2基于人脸的应用概述

4.3语义人脸的定义

4.4语义人脸分层检测算法

4.5基于语义人脸的视频新闻检索

4.5.1基于语义人脸的视频新闻TOC

4.5.2基于高斯混合聚类的语义人脸分类

4.5.3镜头分类

4.6小结

第五章实验数据分析和讨论

5.1基于SVM的视频字幕检测

5.2基于SVM/ICA混合学习模式的人脸检测

5.3语义人脸的检测和应用

5.3.1语义人脸检测实验数据分析

5.3.2基于语义人脸的视频新闻检索实验数据分析

第六章结论和展望

参考文献

致谢

作者在攻读硕士学位期间公开发表(录用)的论文和参与的项目