本體支持的視頻情報分析方法與技術研究是白亮著的一篇論文
基本介紹
- 中文名：本體支持的視頻情報分析方法與技術研究
- 作者：白亮
- 導師：老松楊
- 學科專業：軍隊指揮學
- 學位級別：博士論文
- 學位授予單位：國防科學技術大學
- 學位授予時間：2008
基本信息,內容簡介,
基本信息
關鍵字
軍事情報 情報分析 視頻信號
館藏號
E87
館藏目錄
2010\E87\1
內容簡介
信息化與全球化時代視頻情報大量湧現並在戰略決策中發揮重要作用，研究如何從大量視頻情報中獲取有價值信息已成為必然，而其核心在於分析獲取視頻情報包含的語義內容。語義鴻溝的存在使得視頻情報語義內容分析面臨巨大困難，嚴重製約了視頻情報套用。本文的研究旨在解決上述問題。
本文首先建立了視頻情報分析體系，指明了視頻情報分析需要解決的核心問題——視頻情報語義內容分析，進而提出本體支持的視頻情報語義內容分析框架。重點研究了該框架下的視頻情報低層語義內容抽取、視頻情報高層語義內容分析等關鍵問題，並設計與實現了本體支持的視頻情報分析平台(VIAPO，Video Intelligence Analysis Platform using Ontology)。
論文的主要貢獻體現在以下幾個方面
： 一、提出了視頻情報分析的概念體系和技術體系。在概念體系中明確了視頻情報分析的概念、任務和層次結構；在技術體系中提出了視頻情報分析技術的體系結構以及關鍵技術。
二、提出了本體支持的視頻情報語義內容分析框架。定義了視頻情報感知概念、元概念、高層概念(元概念和高層概念統稱為視頻情報概念)，將視頻情報內容抽象為上述概念以及概念間關係的集合；指明了視頻情報感知概念、視頻情報概念及其關係的抽象與本體理論的本質聯繫，提出了本體支持的視頻情報知識基礎構建方法；提出了緊密結合領域知識、分層跨域語義鴻溝的視頻情報分析方法。
三、提出了基於顏色空間互信息度量和PetriNet模型的鏡頭探測方法，提高了漸變鏡頭的探測準確率；提出基於機器學習的視頻情報感知概念探測方法。視頻情報感知概念的探測需要對大量高維低層感知特徵樣本數據進行自動分析處理，從中發現有意義的模式，機器學習是解決這一類問題的有效方法。本文分別採用支持向量機、條件隨機域、高斯混合模型等機器學習方法來分類識別重要的音頻概念、視覺對象概念和運動類型概念，提高了視頻情報感知概念的探測準確率。
四、提出了本體支持的視頻情報高層語義分析方法。視頻情報高層語義分析包括兩個方面：視頻情報概念探測和視頻情報檢索。針對以往基於內容的方法的缺陷，提出了本體支持的元概念探測方法，在感知概念探測的基礎上，融合低層感知特徵和上下文語義信息探測元概念。區別於以往基於內容的方法以及簡單線性加權的融合模型，本文提出了基於貝葉斯網路模型的高層概念探測方法，通過貝葉斯網路建模高層概念與低層概念的關聯以探測高層概念，提高了視頻情報概念探測的性能。針對視頻情報檢索個性化的需求，提出了基於概念合成PetriNet的視頻情報查詢描述模型，通過PetriNet模型描述概念之間的時序關係，自定義的建模用戶查詢語義，滿足了用戶個性化的視頻情報檢索需求。
五、設計實現了本體支持的視頻情報分析平台VIAPO，驗證了本體支持的視頻情報語義內容分析框架和相關方法的有效性，以及平台在情報分析中的套用效果，為視頻情報分析提出了一條可行的解決思路。
綜上所述，本文提出了視頻情報分析體系以及本體支持的視頻情報語義內容分析框架，深入研究了視頻情報語義內容分析技術，完整的實現了視頻情報從低層語義抽取到高層語義概念探測的全過程，有效的解決了視頻情報分析面臨的語義鴻溝難題。本文的研究不僅為視頻情報分析建立了一定的理論和實踐基礎，同時也將對視頻語義內容分析技術產生積極影響。
