互聯(lián)網(wǎng)弱標注視頻的標簽定位技術研究.pdf

1、現(xiàn)在互聯(lián)網(wǎng)上出現(xiàn)了越來越多包含豐富元數(shù)據(jù)的視頻。元數(shù)據(jù)指的是標題、標簽和描述等信息，它能幫助人們理解視頻的內容。其中的標簽信息，作為一種對視頻語義上的標注，是視頻重要的索引形式之一，現(xiàn)在絕大多數(shù)視頻檢索都是依靠它得以實現(xiàn)。但是，視頻的標簽信息往往對視頻的描述不夠具體和精確，現(xiàn)在的標簽一般是對整個視頻內容的描述，事實上，大部分的標簽描述的內容只針對視頻中的某些部分。本文通過對標簽定位技術的研究，能實現(xiàn)對視頻內容更加具體和精確的標注。這樣，

2、不僅有益于實現(xiàn)快速準確的視頻檢索，也對視頻相關的應用和研究領域十分有意義。
　　本文首先明確了互聯(lián)網(wǎng)視頻標簽定位問題的含義，介紹了它的研究意義，相關領域及基本方法。然后介紹了本文中提出的一種結合主題模型和核密度估計模型的方法。由于視頻最基本的組成單元是關鍵幀，標簽定位的目的實際上就是實現(xiàn)從視頻的標注到關鍵幀的標注。本文提出的算法包括三個步驟，首先，本文用核密度估計模型計算關鍵幀的相關度，選擇與給定語義相關度較高的關鍵幀組成驗證集。

3、然后本文基于主題模型利用隱藏的語義信息學習到語義主題，并使用前一步得到的驗證集計算主題與標簽的相關度。最后對每個關鍵幀本文根據(jù)它的主題分布及第一步計算出的相關度重新進行相關度計算，得到最終相關的關鍵幀集合。本文中提出的算法在一個真實的數(shù)據(jù)集YouTube22上進行了測試，實驗結果驗證了算法的有效性。YouTube22數(shù)據(jù)集不是專門用于測試標簽定位算法，而隨著越來越多的人關注標簽定位問題，人們迫切需要一個能進行公正評測的基準數(shù)據(jù)集，本文發(fā)