基于音頻內(nèi)容的多媒體文件相似性快速比對(duì)研究.pdf

1、當(dāng)前,網(wǎng)絡(luò)和多媒體技術(shù)迅猛發(fā)展,多媒體信息急劇增長,網(wǎng)絡(luò)多媒體數(shù)據(jù)中數(shù)據(jù)重復(fù)現(xiàn)象很常見,尤其是一些大型多媒體分享網(wǎng)站中,用戶上傳了大量重復(fù)的多媒體數(shù)據(jù)。重復(fù)數(shù)據(jù)不僅增加了數(shù)據(jù)庫存儲(chǔ)和管理代價(jià),也嚴(yán)重影響網(wǎng)站訪問者的用戶體驗(yàn)。因此,多媒體數(shù)據(jù)的重復(fù)檢測(cè)顯得尤為重要。本文圍繞多媒體數(shù)據(jù)庫重復(fù)檢測(cè)問題展開研究,在分析現(xiàn)有技術(shù)的基礎(chǔ)之上,提出了利用直方圖、GMM和K-L散度的兩級(jí)重復(fù)檢測(cè)方案,設(shè)計(jì)了多媒體數(shù)據(jù)庫重復(fù)檢測(cè)系統(tǒng)。圍繞以上問題,本文主

2、要完成了以下工作:
　　首先,提出了基于直方圖的文件快速匹配方法,以文件為單位進(jìn)行相似度比對(duì),在很大程度上提高了重復(fù)檢測(cè)的速度。由于直方圖忽略了文件的時(shí)序信息,并考慮長度差異大的文件,容易誤識(shí),影響檢測(cè)效果。因此,借鑒分段檢索的思想,將較長的多媒體文件分成若干段,每段建立一個(gè)直方圖模型,形成直方圖序列。通過計(jì)算直方圖序列間的總體相似度,判斷文件是否相似。實(shí)驗(yàn)結(jié)果表明,通過直方圖方法可以提高重復(fù)檢測(cè)的速度。
　　其次,直方圖方

3、法雖然提高了重復(fù)檢測(cè)的速度,但是犧牲了檢測(cè)精度。針對(duì)直方圖方法檢索結(jié)果不精確的缺點(diǎn),提出了基于GMM和K-L散度的相似性比對(duì)方法,用于文件的相似性確認(rèn)。實(shí)驗(yàn)結(jié)果證明,該方法能夠有效提高結(jié)果的正確率。
　　最后,介紹基于直方圖、GMM和K-L散度的二級(jí)檢索機(jī)制的多媒體數(shù)據(jù)庫重復(fù)檢測(cè)系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)。本系統(tǒng)主要作為大規(guī)模數(shù)據(jù)庫管理的一種數(shù)據(jù)重復(fù)檢測(cè)手段,以便將重復(fù)的多媒體文件檢測(cè)出來,便于數(shù)據(jù)庫管理者根據(jù)需要對(duì)重復(fù)數(shù)據(jù)進(jìn)行管理。本系統(tǒng)