一种多模态融合的网络视频相关性度量方法

• 作者: 温有福 贾彩燕 陈智能
• 来源期刊: 智能系统学报
• 学科: 工学
• 关键词: 网络视频 海量视频 社会特征 交互 多源异构信息 多模态信息融合 相关性度量 视频检索
• 年，卷（期）: 2016,（3）
• 页码范围: 359-365
• 页数: 7页
• 分类号: TP393
• 字数: 6654字
• 语种: 中文
• DOI: 10.11992/tis.201603040

摘要

随着网络和多媒体技术的发展，视频分享网站中的网络视频数量呈爆炸式增长。海量视频库中的高精度视频检索、分类、标注等任务成为亟待解决的研究问题。视频间的相关性度量是这些问题所面临的一个共性基础技术。本文从视频视觉内容，视频标题和标签文本，以及视频上传时间、类别、作者3种人与视频交互产生的社会特征等多源异构信息出发，提出一种新颖的多模态融合的网络视频相关性度量方法，并将所获相关性应用到大规模视频检索任务中。 YouTube数据上的实验结果显示：相对于传统单一文本特征、单一视觉特征的检索方案，以及文本和视觉特征相融合的检索方案，文本视觉和用户社会特征多模态融合方法表现出更好的性能。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	贾彩燕	北京交通大学交通数据分析与数据挖掘北京市重点实验室	23	180	9.0	12.0
2	温有福	北京交通大学交通数据分析与数据挖掘北京市重点实验室	1	4	1.0	1.0
6	陈智能	中国科学院自动化研究所数字内容技术与服务研究中心	2	14	2.0	2.0