|
基于视觉词袋的视频检索校准方法
吴连亮, 蔡鸿明, 姜丽红
2016, 37(1):
66-73.
DOI: 10.11996/JG.j.2095-302X.2016010066
摘要
(
92 )
PDF(2622KB)
(
550
)
随着互联网技术的飞速发展,视频数据呈现海量爆炸式增长,传统的视频搜索引擎
多数采用单一的基于文本的检索方法,该检索方法对于视频这类非结构化数据,存在着内容缺失、
语义隔阂等问题,导致检索结果相关度较低。提出一种基于视觉词袋的视频检索校准方法,该方
法结合了视频数据的可视化特征提取技术、TF-IDF 技术、开放数据技术,为用户提供优化后的
视频检索校准结果。首先,基于HSV 模型的聚类算法提取视频的关键帧集合及关键帧权值向量;
接着用关键帧图像的加速稳健特征等表示视频的内容特征,解决视频检索的内容缺失问题;然后
利用TF-IDF 技术衡量查询语句关键字的权值,并开放数据获得查询语句关键字的可视化特征和
语义信息,解决视频检索的语义隔阂问题;最后,将提出的基于视觉词袋的视频检索校准算法应
用于Internet Archive 数据集。实验结果表明,与传统的基于文本的视频检索方法相比,该方法的
平均检索结果相关度提高了15%。
相关文章 |
计量指标
|