基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
实现数据库中全部故事单元的相似度分析所面临的复杂性问题相当突出.提出了一种有效的方法来克服这些问题.首先,对限制相似关键帧识别速度的因素进行了研究,通过构建关联分析子数据库和精简局部关键点数量来提高分析速度.然后研究了层次化过滤方法,以提高相似关键帧识别效率.进一步研究了通过相似关键帧判断故事单元的直接关联关系和利用关联关系的传递性获得故事单元之间的间接关联关系的故事单元关联分析方法.最后,研究提出了利用相似关键帧信息的故事单元相似度计算方法.实验结果显示,该方法显著提高了匹配与关联分析的速度,并且具有较高的效率,计算所得故事单元相似度能够很好地贴近用户感官.
推荐文章
新闻视频中基于"场景词汇"的故事单元相似度分析
新闻视频
故事单元
相似度
场景词汇
基于图像相似度的关键帧提取算法
视频
关键帧
颜色直方图
图像相似度
压缩域视频处理关键帧提取技术的初步研究
视频处理
压缩域
关键帧
敏感视频
广告视频关键帧提取软件的设计与开发
广告视频
关键帧
OpenCV
均值哈希
图像处理
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 新闻视频相似关键帧识别与故事单元关联分析研究
来源期刊 软件学报 学科 工学
关键词 新闻视频 故事单元 相似关键帧 关联分析
年,卷(期) 2010,(11) 所属期刊栏目
研究方向 页码范围 2971-2984
页数 分类号 TP391
字数 11097字 语种 中文
DOI 10.3724/SP.J.1001.2010.03655
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 吴玲达 国防科学技术大学信息系统与管理学院 89 937 16.0 26.0
2 栾悉道 国防科学技术大学信息系统与管理学院 14 136 6.0 11.0
3 文军 国防科学技术大学信息系统与管理学院 10 73 5.0 8.0
7 曾璞 国防科学技术大学信息系统与管理学院 7 66 4.0 7.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (32)
共引文献  (153)
参考文献  (10)
节点文献
引证文献  (6)
同被引文献  (10)
二级引证文献  (5)
1983(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(3)
  • 参考文献(0)
  • 二级参考文献(3)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(4)
  • 参考文献(0)
  • 二级参考文献(4)
2002(9)
  • 参考文献(1)
  • 二级参考文献(8)
2003(5)
  • 参考文献(3)
  • 二级参考文献(2)
2004(3)
  • 参考文献(2)
  • 二级参考文献(1)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(2)
  • 参考文献(2)
  • 二级参考文献(0)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(4)
  • 引证文献(3)
  • 二级引证文献(1)
2014(2)
  • 引证文献(0)
  • 二级引证文献(2)
2015(1)
  • 引证文献(0)
  • 二级引证文献(1)
2016(3)
  • 引证文献(2)
  • 二级引证文献(1)
研究主题发展历程
节点文献
新闻视频
故事单元
相似关键帧
关联分析
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
软件学报
月刊
1000-9825
11-2560/TP
16开
北京8718信箱
82-367
1990
chi
出版文献量(篇)
5820
总下载数(次)
36
总被引数(次)
226394
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导