多媒體語(yǔ)義提取方法及其在視頻水印中的應(yīng)用研究.pdf

1、隨著計(jì)算機(jī)和網(wǎng)絡(luò)技術(shù)的飛速發(fā)展，視頻和圖像等多媒體數(shù)據(jù)呈幾何級(jí)數(shù)增長(zhǎng)，同時(shí)人們對(duì)這些視覺媒體內(nèi)容的需求也越來越多，越來越廣泛，因此如何從浩如煙海的數(shù)據(jù)資源中實(shí)現(xiàn)信息檢索逐漸成為目前的研究熱點(diǎn)。但是現(xiàn)有的檢索技術(shù)多是基于底層視覺特征的檢索，與人們所能理解的高層語(yǔ)義概念相去甚遠(yuǎn)，這嚴(yán)重地影響檢索的實(shí)際效果。多媒體數(shù)據(jù)所包含的語(yǔ)義內(nèi)容無法用底層視覺特征來準(zhǔn)確表述，即在底層視覺特征和包含的語(yǔ)義之間存在著“語(yǔ)義鴻溝(Semantic Gap)”，

2、如何跨越“語(yǔ)義鴻溝”，有效的提取語(yǔ)義信息，已經(jīng)成為多媒體研究領(lǐng)域中一個(gè)亟待解決的問題。 首先，論文闡述了基于內(nèi)容的信息檢索技術(shù)(Content Based Information Retrieval，CBIR)的研究和發(fā)展現(xiàn)狀，介紹了語(yǔ)義提取研究的相關(guān)理論及當(dāng)前常用的語(yǔ)義提取方法，包括基于機(jī)器學(xué)習(xí)的語(yǔ)義提取方法、基于反饋學(xué)習(xí)的語(yǔ)義提取方法和結(jié)合特定領(lǐng)域的語(yǔ)義提取方法等。論文研究并實(shí)現(xiàn)了兩種典型的基于機(jī)器學(xué)習(xí)的圖像語(yǔ)義提取方法，包括基于支

3、持向量機(jī)(Support Vector Machine，SVM)的語(yǔ)義提取和基于一致語(yǔ)言模型(Coherent Language Model，CLM)的語(yǔ)義提取。實(shí)驗(yàn)結(jié)果表明，這兩種方法對(duì)圖像有較好的語(yǔ)義提取效果。
　　 其次，論文提出了一種基于模糊關(guān)聯(lián)分類的視頻語(yǔ)義提取方法，該方法引入模糊概念，解決了關(guān)聯(lián)規(guī)則挖掘“邊界過硬”問題；把關(guān)聯(lián)分類規(guī)則挖掘看作約束優(yōu)化問題，通過構(gòu)造自適應(yīng)懲罰親和度函數(shù)，以提高評(píng)估抗體優(yōu)劣程度的準(zhǔn)確性；

4、采用混合雙變異算子，以獲得更好的全局和局部搜索能力；采用老化算子，在保證種群多樣性的同時(shí)減小了計(jì)算復(fù)雜度。論文將該方法用于視頻運(yùn)動(dòng)語(yǔ)義和紋理語(yǔ)義提取，取得了令人滿意的實(shí)驗(yàn)結(jié)果。
　　 最后，論文將高層語(yǔ)義應(yīng)用到視頻數(shù)字水印中，提出了一種基于視頻語(yǔ)義的AVS(Audio Video coding standard)壓縮域魯棒水印方法，該方法利用獲得的視頻運(yùn)動(dòng)語(yǔ)義，在線生成動(dòng)態(tài)語(yǔ)義水??；根據(jù)運(yùn)動(dòng)語(yǔ)義自適應(yīng)確定感興趣鏡頭，根據(jù)紋理語(yǔ)義