基于內(nèi)容的視頻搜索結(jié)果優(yōu)化.pdf

1、隨著數(shù)碼攝錄設(shè)備的普及和多媒體技術(shù)的發(fā)展，互聯(lián)網(wǎng)上視頻數(shù)據(jù)量迅速增長(zhǎng)。如何有效地對(duì)互聯(lián)網(wǎng)上的視頻數(shù)據(jù)進(jìn)行存儲(chǔ)、組織和管理，已成為視頻領(lǐng)域最主要的課題。目前，主要的視頻搜索引擎都采用基于文本的策略提供視頻搜索服務(wù)，如Google Video Search、Yahoo Video Search、Bing Video Search和百度視頻搜索。其算法的基本原理，是獲取互聯(lián)網(wǎng)上視頻周圍的文本信息，然后使用文本搜索的框架處理這些信息，進(jìn)而實(shí)現(xiàn)視

2、頻的搜索和排序。然而，基于文本的視頻搜索策略存在以下的缺陷：大量視頻數(shù)據(jù)的內(nèi)容和其周圍的文本信息不一致；視頻數(shù)據(jù)包含的復(fù)雜視聽覺信息量不能用文字完全表達(dá)。
　　 為了解決基于文本的視頻搜索的缺陷，學(xué)術(shù)界提出對(duì)搜索結(jié)果進(jìn)行優(yōu)化。視頻搜索結(jié)果的優(yōu)化，是指在文本搜索的結(jié)果的基礎(chǔ)上，通過(guò)挖掘視頻數(shù)據(jù)包含的視覺內(nèi)容信息，對(duì)原始搜索結(jié)果重新排序，從而得到更優(yōu)的搜索結(jié)果，其根本目的是提高搜索結(jié)果的質(zhì)量以及搜索過(guò)程中的用戶體驗(yàn)。
　　

3、 本文從三個(gè)層次研究了基于內(nèi)容的視頻搜索結(jié)果優(yōu)化，即相關(guān)性重排序、視頻質(zhì)量評(píng)估和視頻拷貝檢測(cè)。這三個(gè)層次組成了對(duì)視頻搜索結(jié)果進(jìn)行優(yōu)化的一個(gè)相對(duì)完整的框架：
　　 (1)為了對(duì)原始結(jié)果的整體相關(guān)性進(jìn)行優(yōu)化，本文研究了基于自適應(yīng)粒子群算法的視頻搜索重排序，并深入分析了重排序問題的本質(zhì)。與傳統(tǒng)的重排序方法不同，本文將重排序定義成一個(gè)群體進(jìn)化的過(guò)程，并充分利用進(jìn)化中每一個(gè)個(gè)體學(xué)習(xí)到的知識(shí)來(lái)指導(dǎo)群體進(jìn)化的方向。
　　 (2)為了對(duì)

4、原始搜索結(jié)果的質(zhì)量進(jìn)行控制，本文研究了基于內(nèi)容的視頻質(zhì)量評(píng)估，并分析了影響視頻整體視覺質(zhì)量的幾個(gè)關(guān)鍵因素。和傳統(tǒng)的基于信號(hào)降損理論視頻質(zhì)量評(píng)估系統(tǒng)不同，本文給出的評(píng)估系統(tǒng)不需要參考源視頻。
　　 (3)為了去除視頻搜索結(jié)果里的大量重復(fù)視頻，減少搜索結(jié)果中的冗余視頻，本文研究了基于時(shí)空組合特征的視頻拷貝檢測(cè)。本文分析了互聯(lián)網(wǎng)視頻拷貝的主要類型，并指出要確保檢測(cè)算法的高效性才能將算法應(yīng)用于實(shí)際中。算法采用粗略匹配和精確匹配相結(jié)合的2