多媒体数据集中的数据挖掘:系统框架和方法

分析了目前信息环境对多媒体挖掘技术提出的需求,提出了一种适合多媒体挖掘的系统框架、一般结构和挖掘过程;描述了各种媒体可用于挖掘的特征,阐述相应的适合多媒体挖掘的基本方法;讨论了多媒体挖掘技术今后发展可能遇到的问题和面临的挑战。

多媒体数据挖掘的体系结构和方法

提出了一个多媒体数据挖掘系统的一般结构(M3)，包括多媒体数据库(MD)、多媒体挖掘引擎(MME)和多媒体挖掘界面(MMI)，重点分析了几种挖掘方法（分类、关联和聚类）在多媒体挖掘中的应用。针对不同的媒体，如图像、音频、视频，讨论了各自的挖掘特点和主要挖掘内容。

基于内容的多媒体数据库系统引擎CDB

CDB( Content- based Data Base)是一种基于内容的多媒体数据库引擎 ,可以嵌入到通用的对象 -关系数据库中 ,使数据库系统综合支持对多媒体数据的常规和基于内容的查询 .本文首先阐述 CDB的体系结构 ,它把信息检索和数据检索结合到数据库中 ,支持多媒体数据库的基于内容的建立、操纵和维护 ;然后给出其层次型内容模型 ,描述多媒体内容的时空结构特征以及信息线索 ;最后描述用于 CDB的基于内容信息检索技术及其设计和实现的用户查询和操纵接口 ,包括示例查询、主观颜色查询、视频概要和浏览、扩展 SQL内容查询等 .

MPEG-7描述多媒体内容的方法

随着多媒体技术和 Web技术的发展 ,出现了大量的多媒体数据。为了更好地管理和检索多媒体数据 ,我们需要一种描述多媒体内容的标准。本文首先分析了 MPEG- 7标准多媒体内容的描述工具 ,然后从结构和内容两个方面提出了 MPEG- 7描述多媒体内容的方法。最后 ,我们还讨论了一些与 MPEG- 7描述相关的研究问题。

基于统计背景模型的运动目标检测方法

运动目标检测是计算机视觉、视频处理等应用领域的重要研究内容。其中减背景技术是一种常用方法。在减背景方法中，背景模型的提取、更新、背景扰动、外界光照条件变化、阴影检测等是必须要考虑的问题。提出了一种有效的运动目标检测方法，较好地解决了以上问题，首先利用统计的方法得到背景模型，并实时地对背景模型更新,以适应光线变化和场景本身的变化，用形态学方法和检测连通域面积进行后处理，消除噪声和背景扰动带来的影响，在HSV色度空间下检测阴影，得到准确的运动目标。实验结果表明，该方法是快速有效的。

基于内容的音频检索:概念和方法

F过去对视觉媒体的检索 ,如图象和视频 ,进行了大量的研究 .但是我们注意到音频也是多媒体中的一种典型媒体 ,是信息的一种常用载体 .常规的处理是把数字音频当成非结构化流媒体 .然而音频是语音的载体、包含丰富的听觉特征 ,并且具有结构信息 .因此需要并且可以基于这些内容对音频进行存取 .本文根据当前相关研究的进展 ,综述基于内容的音频检索方法 ,包括面向语音、音乐和音频分析的检索、音频分割等 ;分析并总结出音频内容及其检索的概念 ,给出音频检索的系统结构 ;

数字图象的一种可恢复性主动数字签名方法RADS

本文根据多媒体信息的特点和多媒体认证的具体要求,提出了一种新的数字图象可恢复性主动签名方法(RADS)。采用RADS方法能近似地恢复被各种操作破坏了的数据,并能准确地定位被破坏的象素的位置,从而达到对数据的完整性和数据签发者的身份进行更高层次的主动认证。实验结果表明,RADS方法对数字图象各种类型的部分或全部替换、剪切都具有良好的可恢复性。