一种视频中周期性结构片段检测的方法及系统

    公开(公告)号:CN101404030B

    公开(公告)日:2011-07-20

    申请号:CN200810225562.0

    申请日:2008-11-05

    Abstract: 本发明涉及一种视频中周期性结构片段检测的方法及系统,所述方法包括:步骤1,从所述视频中删除重放片段;步骤2,以子镜头为单元对所述视频进行分解;步骤3,依据被分解出的子镜头间的相似度的距离对所述子镜头进行聚类;步骤4,根据所述子镜头在所述视频中的位置及所述子镜头所属的子镜头类,确定构成周期性结构片段的关键子镜头序列,并从所述视频中匹配出所有所述关键子镜头序列。本发明能够对视频中的周期性结构片段进行有效检测,且不依赖于特定领域知识,可应用到多种不同类型的视频上。

    基于多模态信息融合与图聚类的跨媒体话题检测方法、装置

    公开(公告)号:CN103995804A

    公开(公告)日:2014-08-20

    申请号:CN201410203087.2

    申请日:2014-05-14

    Abstract: 本发明公开了一种基于多模态信息融合与图聚类的跨媒体话题检测方法、装置,其中该方法包括:步骤一,进行文本信息、视频内容预处理;步骤二,进行文本融合及高层特征提取,获取文本信息相似度;步骤三,进行视频相似片段检测,获取视觉信息相似度;步骤四,根据文本信息相似度、视觉信息相似度并融合数据的时间信息计算最终数据相似度;步骤五,根据最终数据相似度进行图融合、图聚类,完成话题检测。该方法有效避免了对时间轴的硬量化带来的过分割与过生成的问题以及现有话题检测方法无法移植到来自不同媒体源的多模态数据的话题检测问题。

    一种视频中周期性结构片段检测的方法及系统

    公开(公告)号:CN101404030A

    公开(公告)日:2009-04-08

    申请号:CN200810225562.0

    申请日:2008-11-05

    Abstract: 本发明涉及一种视频中周期性结构片段检测的方法及系统,所述方法包括:步骤1,从所述视频中删除重放片段;步骤2,以子镜头为单元对所述视频进行分解;步骤3,依据被分解出的子镜头间的相似度的距离对所述子镜头进行聚类;步骤4,根据所述子镜头在所述视频中的位置及所述子镜头所属的子镜头类,确定构成周期性结构片段的关键子镜头序列,并从所述视频中匹配出所有所述关键子镜头序列。本发明能够对视频中的周期性结构片段进行有效检测,且不依赖于特定领域知识,可应用到多种不同类型的视频上。

    基于帧选择的视频内容描述方法和系统

    公开(公告)号:CN109409221A

    公开(公告)日:2019-03-01

    申请号:CN201811100828.9

    申请日:2018-09-20

    Abstract: 本发明涉及一种基于帧选择的视频内容描述方法,包括:以前馈神经网络构建筛选模型,该筛选模型根据视频帧的视觉丰富度和语义一致度对该视频帧进行筛选;构建用于对待描述视频的内容进行描述的描述模型;以训练数据对该筛选模型和该描述模型进行训练;通过该筛选模型在该待描述视频中选取描述帧;提取该描述帧的视觉特征并输入该描述模型,获得该待描述视频的描述语句。

    基于多模态信息融合与图聚类的跨媒体话题检测方法、装置

    公开(公告)号:CN103995804B

    公开(公告)日:2017-02-01

    申请号:CN201410203087.2

    申请日:2014-05-14

    Abstract: 本发明公开了一种基于多模态信息融合与图聚类的跨媒体话题检测方法及其装置,其中该方法包括:步骤一,进行文本信息、视频内容预处理;步骤二,进行文本融合及高层特征提取,获取文本信息相似度;步骤三,进行视频相似片段检测,获取视觉信息相似度;步骤四,根据文本信息相似度、视觉信息相似度并融合数据的时间信息计算最终数据相似度;步骤五,根据最终数据相似度进行图融合、图聚类,完成话题检测。该方法有效避免了对时间轴的硬量化带来的过分割与过生成的问题以及现有话题检测方法无法移植到来自不同媒体源的多模态数据的话题检测问题。(56)对比文件Qing Li等.User comments for newsrecommendation in forum-based socialmedia《.Information Science》.2010,第4929-4939页.Tianlong Chen等.An Effective Multi-Clue Fusion Approach for Web Video TopicDetection《.Proceedings of the 20th ACMinternational conference on Multimedia》.2012,第781-784页.

Patent Agency Ranking