基于估計(jì)學(xué)習(xí)模型的視頻分析與內(nèi)容表征研究.pdf

1、隨著數(shù)字?jǐn)z錄設(shè)備的發(fā)展和影像技術(shù)的進(jìn)步，在越來越多的場(chǎng)合下，人們開始使用視頻攝像設(shè)備來記錄相關(guān)的經(jīng)歷和場(chǎng)景，如家用視頻、影視媒體、視頻監(jiān)控等，因此各種類型的視頻數(shù)據(jù)量呈現(xiàn)出快速增長的趨勢(shì)。同時(shí)，伴隨著網(wǎng)絡(luò)搜索技術(shù)的發(fā)展，越來越多的研究人員也在積極探索更加魯棒和高效的面向圖像和視頻的搜索引擎，來提高搜索的精度和效率。但是，由于視頻數(shù)據(jù)量大、空間維數(shù)高，而且內(nèi)容多樣，因此視頻分析和內(nèi)容表征已經(jīng)成為了一個(gè)重要的研究課題?；诠烙?jì)學(xué)習(xí)模型的視頻

2、分析和內(nèi)容表征技術(shù)，是針對(duì)不同類型的視頻序列，利用圖像處理知識(shí)和估計(jì)學(xué)習(xí)方法，實(shí)施物體和區(qū)域分割、識(shí)別，并在此基礎(chǔ)上，分析圖像中的內(nèi)容和事件，最終將其以一種緊湊就、直觀和藝術(shù)化的形式將視頻內(nèi)容呈現(xiàn)出來。該技術(shù)涉及到計(jì)算機(jī)視覺、信號(hào)處理和模式識(shí)別等多個(gè)領(lǐng)域和學(xué)科，是一個(gè)新的交叉應(yīng)用學(xué)科。隨著計(jì)算機(jī)技術(shù)的發(fā)展，視頻分析和內(nèi)容表征在視頻監(jiān)控、可視化媒體、網(wǎng)絡(luò)搜索等領(lǐng)域的應(yīng)用將更加廣泛。信號(hào)處理，尤其是圖像處理以及估計(jì)學(xué)習(xí)方法的研究還有助于推動(dòng)

3、視頻領(lǐng)域的機(jī)器學(xué)習(xí)、語義建模和事件檢測(cè)等相關(guān)課題的發(fā)展。由此可見，基于估計(jì)學(xué)習(xí)模型的視頻分析和內(nèi)容表征方法研究具有重要的理論和應(yīng)用價(jià)值。 視頻分析和內(nèi)容表征可以從其關(guān)鍵問題和處理流程上分為三個(gè)層次，即物體識(shí)別、內(nèi)容理解和內(nèi)容表征，目標(biāo)是實(shí)現(xiàn)一個(gè)自動(dòng)識(shí)別、理解和表征的視頻處理系統(tǒng)。對(duì)于結(jié)構(gòu)化的視頻分析，物體識(shí)別是一個(gè)基本步驟。內(nèi)容理解主要解決對(duì)視頻內(nèi)容中的物體識(shí)別得到的語義概念進(jìn)行建模，處于較高的層次。而內(nèi)容表征則是基于物體識(shí)別和

4、內(nèi)容理解的結(jié)果，它處于最高的層次。這三個(gè)層次組成了視頻分析和內(nèi)容表征的一個(gè)相對(duì)完整的框架。 本論文主要包含如下內(nèi)容： 1．系統(tǒng)闡述了視頻分析和內(nèi)容表征的基礎(chǔ)知識(shí)，討論了視頻圖像處理、估計(jì)學(xué)習(xí)理論和視頻結(jié)構(gòu)分析的基本原理和方法，并且對(duì)國內(nèi)外相關(guān)研究工作進(jìn)行了系統(tǒng)的概述。 2．針對(duì)第一個(gè)層次，物體識(shí)別，研究了基于局域灰度分布的背景建模方法，從圖像處理的角度入手，即基于局域灰度分布建立背景的離散概率模型，根據(jù)機(jī)器學(xué)習(xí)理