音频情感感知与视频精彩片段提取

为了将伴生音频数据的情感语义用于引导视频精彩片段的提取,提出一种音频感知驱动下的视频精彩片段提取方法.为提取伴生音频数据的情感语义,使用一个基于分层二叉树支持向量机的音频分类器提取中层音频类型,并集成了一个情感映射模型以感知高层情感语义;然后利用该前置音频情感感知模型实现伴生音频情感语义的波动分析,并进一步以精彩片段起止定位策略和音视频同步修订为辅助手段,实现视频精彩片段的定位.文中方法以音频数据情感语义波动序列为核心枢纽,以两阶段音频情感感知模型为前导分析,构建了一个完整的音频情感驱动下视频精彩片段提取架构.实验结果表明,在保证一定查准率的情况下,音频情感驱动下的视频精彩片段提取具有较好的通用性,较高的查全率以及完整度.

基于用户兴趣的视频片段提取方法

视频精彩片段提取是视频摘要、检索等领域的热点研究问题。若自动提取视频片段能考虑用户个性化需求,将能在电影推荐、新闻摘要等实际应用场景中发挥巨大作用。针对基于用户兴趣的视频片段提取问题,提出了使用互联网图像的用户感兴趣视频精彩片段提取框架,使用近义语义联合组权重模型权衡由不用的描述词检索得到的存在差异但语义相近的图像组,根据图像组与视频内容的相关性为不同的图像组分配不同的权重。实验结果表明了所提出的方法对提取用户感兴趣内容的有效性。

针对用户兴趣的视频精彩片段提取

目的 视频精彩片段提取是视频内容标注、基于内容的视频检索等领域的热点研究问题。视频精彩片段提取主要根据视频底层特征进行精彩片段的提取,忽略了用户兴趣对于提取结果的影响,导致提取结果可能与用户期望不相符。另一方面,基于用户兴趣的语义建模需要大量的标注视频训练样本才能获得较为鲁棒的语义分类器,而对于大量训练样本的标注费时费力。考虑到互联网中包含内容丰富且易于获取的图像,将互联网图像中的知识迁移到视频片段的语义模型中可以减少大量的视频数据标注工作。因此,提出利用互联网图像的用户兴趣的视频精彩片段提取框架,方法 利用大量互联网图像对用户兴趣语义进行建模,考虑到从互联网中获取的知识变化多样且有噪声,如果不加选择盲目地使用会影响视频片段提取效果,因此,将图像根据语义近似性进行分组,将语义相似但使用不同关键词检索得到的图像称为近义图像组。在此基础上,提出使用近义语义联合组权重模型权衡,根据图像组与视频的语义相关性为不同图像组分配不同的权重。首先,根据用户兴趣从互联网图像搜索引擎中检索与该兴趣语义相关的图像集,作为用户兴趣精彩片段提取的知识来源;然后,通过对近义语义图像组的联合组权重学习,将图像中习得的知识迁移到视频中;最后,使用图像集中习得的语义模型对待提取片段进行精彩片段提取。结果 本文使用CCV数据库中的视频对本文提出的方法进行验证,同时与多种已有的视频关键帧提取算法进行比较,实验结果显示本文算法的平均准确率达到46.54,较其他算法相比提高了21.6%,同时算法耗时并无增加。此外,为探究优化过程中不同平衡参数对最终结果的影响,进一步验证本文方法的有效性,本文在实验过程中通过移除算法中的正则项来验证每一项对于算法框架的影响。实验结果显示,在移除任何一项后算法的准确率明显降低,这表明本文方法所提出的联合组权重模型对提取用户感兴趣视频片段的有效性。结论 本文提出了一种针对用户兴趣语义的视频精彩片段提取方法,根据用户关注点的不同,为不同用户提取其感兴趣的视频片段。

嵌套椭圆时空管道的监控视频运动片段快速提取

针对现存运动片段提取方法大多步骤繁琐、计算量大,无法满足快速提取运动片段的现实需求的问题,提出一种嵌套椭圆时空管道的监控视频运动片段快速提取算法,以最大限度地减小计算量。该算法首先对监控视频进行椭圆时空采样形成时空管道,其次递进椭圆时空采样组成嵌套椭圆时空管道,然后展开嵌套椭圆时空管道生成时空平面图,最后对时空平面图进行背景去除,构建时空流量模型以提取运动片段。在SISOR等公开数据集上与当前主流的运动片段提取方法进行了实验对比,结果表明,本文算法在计算时间上具有明显优势,可以实现监控视频运动片段的全面、快速提取。

客户评论中用户体验信息自动提取研究

客户评论在人们的日常生活中越来越重要,人们希望从客户评论中获取商品的用户体验信息。客户评论数量的急剧增长使得用户快速、精准地获取有用的信息变得较为困难。为此,提出一种能够自动提取用户体验信息的方法。该方法通过语义片段过滤评论中的冗余信息,提取产品特征词及特征描述词,将其结合组成用户体验信息,自动获取信息能够迅速、准确地从客户评论中提取信息。实验结果证明了该方法的有效性,并且能够保证较高的准确率与查全率。

基于基因改进烟花算法求解TSP问题

本文提出基因片段选取连接策略提高算法精度并提高算法效率。经过对TSPLIB库中的多个数据进行仿真对比实验,计算结果验证了改进的烟花算法性能。

基于RDF句子的语义网文档搜索

语义网文档搜索是发现语义网数据的重要手段.针对传统信息检索方法的不足,提出基于RDF句子的文档词向量构建方法.首先,文档被看作RDF句子的集合,从而在文档分析和索引时能够保留基于RDF句子的结构信息.其次,引入资源的权威描述的定义,能够跨越文档边界搜索到语义网中互连的数据.此外,扩展了传统的倒排索引结构,使得系统能够提取出更加便于阅读和理解的片段.在大规模真实数据集上的实验表明,该方法可以显著地提高文档检索的效率,在可用性上具有明显的提升.

基于串联两阶段的单通道歌声增强算法

根据歌声拥有不同于谐波乐器和打击乐器信号的波动性特征,提出一个串联两阶段的单通道歌声增强算法.在这个框架下,首先用稀疏低秩矩阵分解技术RPCA对混合信号的频谱图进行分解,得到了低秩的背景音乐和稀疏的歌声部分.在这种强假设下,低音架子鼓等打击乐器容易被错分到稀疏的部分,但其重复性又比歌声强,因此,在第二阶段引入REPET源分离技术进一步提取打击乐器的成分,从而得到更为纯净的歌声.在公开的数据集MIR-1K上进行实验,结果表明,与其他三种算法相比,我们提出的方法能够提高分离的性能.

福尔马林固定标本DNA提取及富集实验方法优化

早期鱼类标本的保藏,为了防止标本变形利于后续研究,对稀少珍贵的鱼类常采用福尔马林浸泡的方法。但是经过长期的保存,由于基因与基因、蛋白质与蛋白质、基因与蛋白质之间发生交联作用,导致提取长片段基因组DNA的难度增大,通过PCR方法获取目标物种基因序列尤其是长片段存在诸多困难。本文通过文献查阅及实验方法总结,并在实验室的条件下对提取方法进行优化和后续实验验证,获得一种比较方便有效的实验方法。根据优化后的实验方法在实验室条件下获得了相应的小片段DNA序列,对所获得的片段进行BLAST分析和系统发育树,证实所获得的片段为目标物种序列,证明该实验方法具备可行性,可用于福尔马林长期固定标本DNA提取,以获取目的片段。

广播电视中的数字音频技术的应用

阐述数字音频技术能实现最大的范围和最高的速度的音频处理,针对音频信息中不便于提取的片段或者不便于存储的信息,它能够进行反复提取和存储。