J2EE架构下智能视频检索系统集成框架研究

提出了一种基于J2EE平台的智能视频检索系统集成框架,并实现了具有视频分析、内容管理、基于WEB检索和浏览等功能的视频检索系统iVideo。该系统参照MPEG7标准描述视频数据,这种描述便于视频内容的管理;系统采取高层语义特征与底层视觉特征融合以及相关反馈等手段有效提高检索的准确度,并能根据不同的终端设备自适应地显示查询结果。     

MPEG-7的视频标准及其在IPTV中的应用

该文介绍了基于内容的多媒体检索MPEG-7中的视频标准及其描述工具,包括视频的主要元素和基本结构以及其各种视频相关描述符。并在MPEG-7基础上提出在IPTV中的基于内容的图像检索系统的基本思想,以及应用于视频分割和图形搜索的算法．通过分析图像的视觉特征和上下文联系来进行检索。     

基于MPEG-7的视频语义检索系统

设计和实现一个支持语义的分布式视频检索系统:"语寻"。该系统利用一个改进的视频语义处理工具(该工具基于IBM VideoAnnEx标注工具,并增加镜头语义图标注和自然语言处理的功能)对视频进行语义分析和标注,生成包含语义信息的MPEG-7描述文件,然后对视频的MPEG-7描述文件建立分布式索引,并同时分布式存储视频文件;系统提供丰富的Web查询接口,包括关键字语义扩展查询,语义图查询以及自然语句查询,当用户提交语义查询意图后,便能够迅速地检索到感兴趣的视频和片段,并且可以浏览点播;整个系统采用分布式架构,具备良好的可扩展性,并能够支持海量视频信息的索引和检索。     

基于聚类的图像视觉内容检索和索引

图像是一种典型的可以大量获取的多媒体数据，对它们进行内容管理具有实际意义，描述在BOIC系统中提出并实现的基于聚类机制的图像视觉内容检索和索引方法．首先给出以视觉特征、空间结构、语义注释等来表示图像内容的模型；然后给出基于该模型的三个检索算法，包括基于视觉感知的颜色检索算法、轮廓检索算法、主色调扩展检索算法；最后给出采用集簇算法时媒体数据进行聚类的索引机制．它建立聚类索引表来缩小查询范围，从而提高了检索效率。     

电子商务中的基于内容的图像检索研究

CBR(基于内容的检索)是按照图像或视频等对象的自身特征去搜索,与传统上先对多媒体对象进行文本描述,搜索时采用关键字匹配的方式是不同的.MPEG-7标准是提供多媒体信息的标准化描述,以实现快速有效的搜索.CBR和MPEG-7的发展为商务网站的搜索设计提供了新的模式,可以为用户提供基于图像或视频内容的检索方式,方便用户的查询.     

MPEG-7颜色、纹理和形状描述子

MPEG-7视觉标准制定了若干基于图像内容的视觉描述子,从而为直观地表达图像和视频特征提供了更加行之有效的方法。在对图像或视频进行基于内容的识别、过滤和浏览时,视觉描述子有着广泛的应用。MPEG-7定义了颜色、纹理、(物体)形状、运动等视觉描述子,论文介绍其中颜色、纹理和形状描述子的意义、提取算法以及一些主要的特性。     

基于文本和内容的图像检索算法

为了提高图像检索的效率,提出一种基于文本和内容的图像检索算法。该算法采用稠密的尺度不变特征转换（ DSIFT）构造视觉单词的方式来描述图像内容,依据基于概率潜在语义分析（ PLSA）模型的图像自动标注方法获取的视觉语义对查询图像进行初步检索,在此结果集上对筛选出的语义相关图像按内容相似度排序输出。在数据集Corel1000上的实验结果表明,该算法能够实现有效的图像检索,检索效率优于单一的基于内容的图像检索算法。     

电子商务中的基于内容的图像检索研究

CBR(基于内容的检索)是按照图像或视频等对象的自身特征去搜索,与传统上先对多媒体对象进行文本描述,搜索时采用关键字匹配的方式是不同的。MPEG-7标准是提供多媒体信息的标准化描述,以实现快速有效的搜索。CBR和MPEG-7的发展为商务网站的搜索设计提供了新的模式,可以为用户提供基于图像或视频内容的检索方式,方便用户的查询。     

基于MPEG-7的视频检索系统的设计与实现

MPEG-7为视频信息提供了一种标准化的描述方式,使得我们能够以文本的方式标注出视频文件的标题、作者、日期以及内容等各种属性,方便了在多种应用中交换视频的信息。设计和实现了一个视频检索系统：语寻,该系统利用已有的视频处理工具对视频文件进行处理,生成其MPEG-7描述文件,然后对视频的MPEG-7文件建立全文索引;当用户通过系统的Web界面输入查询关键字,便能够迅速的检索到感兴趣的视频文件。同时,系统采用分布式架构,具备良好的可扩展性,能够支持海量视频信息的检索。     

Natural language querying for video databases

The video databases have become popular in various areas due to the recent advances in technology. Video archive systems need user-friendly interfaces to retrieve video frames. In this paper, a user interface based on natural language processing (NLP) to a video database system is described. The video database is based on a content-based spatio-temporal video data model. The data model is focused on the semantic content which includes objects, activities, and spatial properties of objects. Spatio-temporal relationships between video objects and also trajectories of moving objects can be queried with this data model. In this video database system, a natural language interface enables flexible querying. The queries, which are given as English sentences, are parsed using link parser. The semantic representations of the queries are extracted from their syntactic structures using information extraction techniques. The extracted semantic representations are used to call the related parts of the underlying video database system to return the results of the queries. Not only exact matches but similar objects and activities are also returned from the database with the help of the conceptual ontology module. This module is implemented using a distance-based method of semantic similarity search on the semantic domain-independent ontology, WordNet.     

Fuzzy reasoning framework to improve semantic video interpretation

A video retrieval system user hopes to find relevant information when the proposed queries are ambiguous. The retrieval process based on detecting concepts remains ineffective in such a situation. Potential relationships between concepts have been shown as a valuable knowledge resource that can enhance the retrieval effectiveness, even for ambiguous queries. Recent researches in multimedia retrieval have focused on ontology modeling as a common framework to manage knowledge. Handling these ontologies has to cope with issues related to generic knowledge management and processing scalability. Considering these issues, we suggest a context-based fuzzy ontology framework for video content analysis and indexing. In this paper, we focused on the way in which we modeled our fuzzy ontology: First, we populate automatically the generated ontology by gathering various available video annotation datasets. Then, the ontology content was used to infer enhanced video semantic interpretation. Finally, considering user feedback, the content of the ontology was improved. Experimental results showed that our approach achieves the goal of scalability while at the same time allowing better video content semantic interpretation.     

用MPEG-7 DDL表示用户查询需求的方法

随着ISO MPEG-7标准在多媒体信息检索领域的深入应用,如何描述用户的查询信息需求变得越来越重要,本文提出一种新的用户查询需求的表示方法。该方法的主要特点是充分考虑MPEG-7标准对多媒体内容的标准化描述特性,因此对用户提交的信息需求具有很强的表达能力和较好的通用性。     

高效聚类索引表图像检索

提出了一种基于主颜色、聚类索引表的彩色图像检索算法。应用MPEG-7视觉内容描述对彩色图像进行量化处理,选取图像的主颜色及其所占百分率作为颜色特征,根据主颜色组合建立聚类索引数据库。利用上述主颜色特征计算图像间的相似度,利用聚类索引表对图像进行聚类和快速检索。实验表明,该算法能够准确和高效地检索出用户所需的彩色图像,具有较快的检索速度。