基于内容的视频检索：语义分析与提取研究

"本文主要探讨了故事视频的语义分析与提取，特别是在数字视频大量涌入日常生活背景下，如何有效地管理和检索视频内容。文章指出，传统的数据管理和检索技术已无法满足需求，因此基于内容的视频检索（CBvR）成为了研究重点。尽管CBvR已取得进展，但语义信息提取仍然是挑战。作者赵志诚在博士论文中从感知和认知角度，结合电影理论和社会学，系统研究并提出新的框架和算法。 在视觉内容表达上，论文提出了压缩域全局运动特征估计方法，以描述视频在时间上的变化和上下文关系。通过六参数运动模型简化估计全局运动参数，接着使用滑动窗视频运动分割算法进行分割和关键词注释，再利用特征点序列描绘运动信息。实验表明，这种方法能够准确地进行全局运动分割，并且在全局运动检索中表现出高准确性，同时支持基于xquery的关键词查询。 镜头边界检测（SBD）是视频结构分析的基础，论文提出了一种基于多层次特征描述和SVM的SBD算法。针对SBD性能的影响因素，如特征表达、上下文联系和分类器性能，论文分别提出了解决方案：采用兼顾敏感性和不变性的多层次特征描述，使用变长滑动窗建立上下文联系，以及应用SVM分类器并通过主动学习和交叉验证优化性能。 这篇博士论文深入研究了故事视频的语义分析与提取，不仅在视觉内容表达和镜头边界检测上提出创新方法，还在跨学科的视角下为视频检索领域的研究提供了新的思路和工具。"