大規(guī)模新聞網(wǎng)絡(luò)視頻話(huà)題檢測(cè)與跟蹤技術(shù)研究.pdf

1、針對(duì)當(dāng)下網(wǎng)絡(luò)視頻數(shù)量激增，在線(xiàn)訪(fǎng)問(wèn)量巨大，現(xiàn)有搜索引擎不便于用戶(hù)瀏覽、搜索并快速掌握新聞事件演化發(fā)展的缺陷，本文以著名的在線(xiàn)視頻分享與社交網(wǎng)站YouTube作為代表性數(shù)據(jù)源，從2006年至2009年的四年間選取了22個(gè)全球熱點(diǎn)新聞話(huà)題，總共獲得19，972個(gè)視頻作為主要研究對(duì)象，研究了基于網(wǎng)絡(luò)視頻搜索結(jié)果的新聞事件檢測(cè)、事件關(guān)系挖掘和話(huà)題事件結(jié)構(gòu)的建立。同時(shí)從文本特征分析和視覺(jué)特征分析兩方面入手，結(jié)合文本和視覺(jué)的各自?xún)?yōu)勢(shì)，提出了新聞網(wǎng)絡(luò)

2、視頻突發(fā)事件挖掘和結(jié)構(gòu)生成的系統(tǒng)技術(shù)框架。具體地，首先根據(jù)視頻數(shù)量隨用戶(hù)上傳時(shí)間的分布檢測(cè)出話(huà)題的事件突發(fā)時(shí)間區(qū)間(Bursty Period)，從而濾除與話(huà)題相關(guān)度不大的噪聲視頻。然后，對(duì)于篩選出的視頻分文本和視覺(jué)兩方面分別進(jìn)行特征分析和挖掘，得到文本和視覺(jué)上各自的候選事件。在這一過(guò)程中，我們深入研究了共存性和特征軌跡兩大特征模式分析方法在文本和視覺(jué)近似重復(fù)幀上的應(yīng)用。接下來(lái)，內(nèi)容相同或相似的文本和視覺(jué)事件通過(guò)一種二分圖的方法被融合到

3、一起。事件與事件之間的近似度被計(jì)算出來(lái)，由此又能將事件相互關(guān)聯(lián)在一起，并映射到時(shí)間軸上，最終生成話(huà)題的事件關(guān)系結(jié)構(gòu)圖，使網(wǎng)絡(luò)用戶(hù)能夠直觀快速地了解新聞話(huà)題的主要事件及其發(fā)展演化過(guò)程。
　　本文主要的研究?jī)?nèi)容和貢獻(xiàn)如下：
　　第一，提出了新聞網(wǎng)絡(luò)視頻突發(fā)事件挖掘和話(huà)題結(jié)構(gòu)生成的一種新系統(tǒng)框架，該框架將細(xì)粒度的視覺(jué)特征和粗粒度的文本特征結(jié)合到一起，提升了事件聚類(lèi)的性能；
　　第二，考慮到新聞網(wǎng)絡(luò)視頻區(qū)別于傳統(tǒng)新聞視頻，文本

4、內(nèi)容稀疏且通常包含大量噪聲，本研究利用近似重復(fù)幀(Near-Duplicate Keyframe，NDK)，首次引入NDK序列生成的視覺(jué)特征軌跡作為事件挖掘的重要技術(shù)手段，并同文本特征結(jié)合起來(lái)；
　　第三，探索了共存性(Co-occurrence)和特征軌跡(Feature Trajectory)在視覺(jué)近似重復(fù)幀上的應(yīng)用，采用一種基于約束的聚類(lèi)方法將兩者的優(yōu)勢(shì)結(jié)合起來(lái)；
　　第四，借助新系統(tǒng)框架，提出了一種話(huà)題事件結(jié)構(gòu)生成算