《基於內容的視頻事件檢測與描述研究》是依託華東師範大學，由王峰擔任項目負責人的面上項目。
基本介紹
- 中文名：基於內容的視頻事件檢測與描述研究
- 項目類別：面上項目
- 項目負責人：王峰
- 依託單位：華東師範大學
項目摘要,結題摘要,
項目摘要
近年來，網際網路視頻數量和套用呈現爆炸性增長，這一方面豐富和便利了人們之間的信息分享和傳播，同時也給視頻搜尋與內容安全監管帶來巨大商機與挑戰。目前基於文本的視頻檢索、安全監測技術的局限性越發明嬸兵循鑽顯,而對基於內容的視頻分析技術的需求日益緊迫晚芝祝。其中，事件檢測與描述對理解視頻內容起著關鍵作用。本項目首先從特徵提取和機器學習入手，研究視頻事件檢測的相關技術，提高事件檢測準確率；在此基礎上，融合不同信息，生成對視頻事件的生動描述。主要研究內容如下:1)通過挖掘事件在時間上的關聯，探索時序特徵的提取和表示方法，催局翻以及相應的特徵相似度度量算法；2)對現有SVM進行改進使其適用於時序特徵，並研究HMM、CRF對捉盼視頻事件過程性屬性建模的方法；3) 研究事件在視頻中時間、空間上的定位，以及事件相關要素和概念的提取方法；4) 綜合概念檢測、語義網路以及句法知識，對事件進行描述，使其同時滿足人類語言習慣及視頻搜尋要求。
結題摘要
近年來，隨著多媒體數據的爆炸性增長，對視頻內容分析方法的需求日益緊迫。其中，對視頻中事件的自動分析和理解扮演著至關重要的角色。根據項目任務書要求，本項目圍繞視頻事件檢測和描述中涉及的問題進行研究，主要內容包括：1) 視頻中時序特徵的提取和表示：研究了基於視覺單詞以及軌跡特徵的提取和表示方法，提出了基於運動相對性的特徵以及軌跡配對特徵，較大程度提高了事件及動作檢測的準確率；2) 對分類方法進行改進，提出了適用於時序特徵的SVM分類器核函式少潤龍，同時研究和改進了其他分類器包括HMM等對視煮朽樂己頻事件過程性屬匪兵霸性建模的方法；3) 事件描述所需要素的提取：研究和改進了事件涉及的相關概念和動作的檢測、識別方法，同時提出了事件、動作的時空定位方法；4) 事件描述方法：通過綜合概念檢測、語義網路以及自然語言處理句法、篇章知識，提出了基於格語法的事件描述方法，實現了線上事件/圖像分類和描述系統。
