一种通用的基于基本语义单元的体育视频内容分析框架

体育视频内容分析的研究现状集中在语义标注，对体育视频的句法分段和框架的研究较少．本文在分析了体育视频基本特征的基础上，提出了体育视频中基本语义单元(Basic Semantic Unit，简称BSU单元)的概念；继而提出了一种基于BSU的体育视频内容分析的通用框架；并且以足球视频为例，实例化了这种通用的体育视频内容分析框架．初步的实验结果表明，这种基于BSU的体育视频内容分析框架是有效和可行的．     

基于领域本体的新闻视频检索

新闻视频作为视频数据中有代表性的一种媒体,受到人们的广泛关注,对新闻视频的检索要求也越来越高.传统的新闻视频检索大多是非语义层面的,采用的是基于关键词的检索方法，难于获得令人满意的查准率和查全率．本文提出一种基于领域本体的新闻视频检索框架，定义了新闻视频检索中的新闻视频对象，使用语义表达能力强的领域本体来指导视频语义对象的标注，并针对“一词多义”问题提出了“概念域-概念”两阶段概念消歧算法；针对自然语言检索问题，使用领域本体进行查询优化和查询扩展，并提出了查询语句自动生成方法．实验表明，基于领域本体的新闻视频检索方法可以有效的提高检索性能．     

基于感知概念和有限状态机的体育视频语义内容分析模型

视频内容自动分析领域中,关键的挑战在干如何识别重要对象和如何建模对象之间的时空关系.本文基于感知概念(Perception Concepts,简称PCs)和有限状态机(Finite State Machines.简称FSMs)提出一种语义内容分析模型自动描述和探测体育视频中有意义的语义内容.根据体育视频中可识别的特征元素,定义PCs来表示视频中重要的语义模式;设计PC-FSM模型来描述PCs间的时空关系;采用一个图匹配方法自动探测视频中的高层语义.本文提出的方法使用户能够根据其自身的兴趣和知识设计体育视频的查询描述,并将语义内容探测问题转换为图匹配问题.实验结果验证了本文提出的方法的有效性.     

基于概念代数的本体演化

针对本体模型的维护和演化问题,将代数格与概念格相结合,定义概念代数,提出基于概念代数的奉体演化3层结构,包括原子概念层、原子概念关系层、应用层。分析概念代数与本体表示语言OWL之间的对应关系。在应用层中,利用概念代数根据应用的需要在原本体模型基础上构建面向应用的概念,并维护原有本体模型。实例证明了该方法的有效性。     

自动视频内容分析综述

1.概述多媒体技术和网络技术的向前发展导致了大量视频信息的出现,如何对这些视频信息进行有效的组织、管理和检索便成了一个重要的研究课题。视频媒体是一类二进制巨型对象(BLOB对象),它拥有巨大的数据量,但内容却有很大的冗余。数字视频通常被当作一种不透明的线性比特流进行处理。例如,为了查找一场足球比赛中的所有射门镜头,就需要对视频内容进行从头到尾的浏览。这种方式效率非常低下。如果能将这样一个非结构化的流数据变成结构化的数据,则查找的效率将大大提高。尽管视频数据在形式上无结构性可言,但在内容上却具有很强的逻辑性。为此,人们为视频数据建立了合     

利用本体的视频语义概念检测

视频数据的不断丰富以及人们对视频检索的要求越来越复杂,使得视频语义信息建模和高层语义概念提取逐渐成为视频检索中的重要组成部分.本文提出一种基于本体的视频语义概念检测方法,利用贝叶斯网络构造视频中概念语义关系的检测本体,构建了视频中概念之间的层次关系,并能够通过推理完成复合语义概念的检测.该方法从语义信息学的角度对视频内容进行分析,在一定程度上削弱了语义鸿沟的影响,并且取得了较好的查询结果.     

基于本体的监控视频语义事件探测*

为了探测视频高层复杂事件,架构了一个视频事件分析框架,采用本体和Petri网进行推理从而获取复合事件;运用视频语义本体标注算法分析低层视频语义,在高层构建一个视频事件分析本体,将低层本体映射到事件分析本体表示高层视频事件;通过本体和扩展Petri网结合的方法对监控视频中的事件进行图形化异步事件推理;最后用semantic Web rule language(SWRL)规则表示视频监控事件的探测。实验证明,提出的方法比基于模式识别的事件探测方法更加有效。     

基于Simfusion和本体的视频语义提取

目前大多数的视频语义概念提取研究没有考虑到视频多模态之间的关联共生特性,而在样本的标注方面采用自定义的概念进行标注,会影响语义概念提取的准确率。针对上述问题,提出结合Simfusion算法和用本体知识库标注样本的方法提取视频的语义概念,该方法根据镜头内容变化提取关键帧,在提取出镜头内容时,有效地利用镜头多模态之间的时序关联共生特性,同时运用本体知识库中的概念标注样本、训练分类器,弥补传统方法在标注样本时存在的主观、不规范等不足。实验结果表明,该方法在视频语义概念提取的研究中,有较高的准确度、可操作性强。     

基于扩展标记的改进本体概念分类算法

研究Pellet系统本体概念分类算法及其优化技术,在此基础上给出一种基于扩展标记的改进算法。该算法通过概念间已知的包含关系,控制分类过程中遍历时概念加入的顺序,并最大程度地双向传播这些关系,从而有效地降低概念包含测试的次数。验证结果表明,该算法的概念分类性能平均提高约22%。     

一种基于运动的视频层次化分析框架

运动信息是视频中最重要的特征之一.本文提出了一种新颖的基于运动的视频层次化分析框架.为了揭示视频流中的运动关系和在拍摄过程摄像机的运动信息即拍摄者的兴趣所在,提出了视频层次化结构来对视频流进行描述和检索.该运动层次化结构引入一个新的概念:基本运动单元(Basic Motion Unit,BMU).BMU反映的是MPEG-7中定义的基本摄像机操作,这样就可以把视频分割成BMU的集合.在BMU的基础上发现并挖掘出视频流中潜在的运动语义模式,最后根据运动活力(Motion Activity)将BMU聚类为运动节奏快慢的运动活力单元(Motion Activity Unit,MAU).该基于运动的视频分析框架不仅能够直观地捕获视频流在拍摄过程中拍摄者的注意力,而且为视频流的快速浏览和检索提供了新的思路.     

基于本体的上下文感知中间件框架

上下文感知是普适计算的核心技术之一,而描述和理解上下文信息是上下文感知的前提.由于上下文信息种类繁多、感知方式迥异,目前开发面向特定应用的上下文感知系统缺乏统一的机制和通用的架构,增加了系统开发的成本.引入语义Web技术,利用本体对上下文信息进行建模,采用本体描述语言描述上下文模型,提供了一个公共的上下文本体以实现多个独立开发的上下文感知系统对知识的共享和推理,构建了通用的上下文感知中间件框架,从而实现对域内上下文知识的共同理解.     

基于本体的上下文感知中间件框架

上下文感知是普适计算的核心技术之一,而描述和理解上下文信息是上下文感知的前提。由于上下文信息种类繁多、感知方式迥异,目前开发面向特定应用的上下文感知系统缺乏统一的机制和通用的架构,增加了系统开发的成本。引入语义Web技术,利用本体对上下文信息进行建模,采用本体描述语言描述上下文模型,提供了一个公共的上下文本体以实现多个独立开发的上下文感知系统对知识的共享和推理,构建了通用的上下文感知中间件框架,从而实现对域内上下文知识的共同理解。     

基于本体的概念相似度计算

概念相似度的计算是信息检索领域的研究热点。本体在信息检索和人工智能领域的广泛应用,为概念相似度计算带来新的方法。该文提出一种利用本体来计算概念间相似度的方法,综合考虑语义距离和本体库统计特征。加入概念的深度、语义重合度和概念间强度的辅助影响。实验结果表明,该方法对概念相似度的计算有效,可应用于面向Web的信息检索。     

基于形式概念分析的领域本体构建方法研究

近年来,本体作为一种有效的、表现概念层次结构和语义的模型,被越采越多的领域所应用。应该说,本体的出现能很好地解决目前计算机应用领域中存在的一些困难,如人机交互或机器与机器之间的通信、自动推理、知识表示和重用等。但是,在能很好地应用本体之前,我们面临一个新的难题：本体的构建。本文对现有的领域本体构建方法做了总体性介绍,并在此基础上详细描述了几种基于形式概念分析的领域本体构建方法,最后时形式概念分析用于领域本体构建方法做了分析、比较和总结。     

基于本体的Web搜索引擎框架

本文提出了一个基于多本体的搜索引擎框架,分析了本体、智能代理程序、搜索引擎本身在框架中的作用和工作模式.同时,针对互联网异构本体的查询问题,提出了一个分布式多本体查询的模型.引入本体技术后,web搜索引擎的工作方式由关键词全文检索转为知识检索,从而增强了搜索引擎处理复杂查询的能力.     

基于概念树的本体生成技术研究

本体最早源于对哲学的思辨,如今被计算机领域赋予了新的内涵和意义。在对本体技术深入研究的基础上,提出了基于概念树的本体生成技术。该技术面向企业级应用,能够快速、简洁、有效地生成所研究领域的本体,具有一定的通用性和较强的可扩展性。依据该技术设计实现的Ontology-Computer本体在知识检索领域有较好的应用,可以有效地提高检索的查全率和查准率。