基于视觉词袋的视频检索校准方法

• 作者: 吴连亮 姜丽红 蔡鸿明
• 来源期刊: 图学学报
• 学科: 工学
• 关键词: 视觉词袋 加速稳健特征 TF-IDF 关键帧提取 开放数据 检索校准
• 年，卷（期）: 2016,（1）
• 所属期刊栏目: 视觉与图像
• 页码范围: 66-73
• 页数: 8页
• 分类号: TP391
• 字数: 5433字
• 语种: 中文
• DOI: 10.11996/JG.j.2095-302X.2016010066

摘要

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%。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蔡鸿明	上海交通大学软件学院	76	535	14.0	18.0
2	姜丽红	上海交通大学软件学院	68	705	14.0	24.0
3	吴连亮	上海交通大学软件学院	1	1	1.0	1.0