论文部分内容阅读
随着多媒体技术的发展,网络视频在大量发布和传播,广告视频的形式内容也变化多样,如何对这些视频中的广告进行有效的监管成为一个亟待解决的问题。本文提出了一种基于支持向量机(support vector machine,SVM)的广告自动识别和广告分条的算法来实现广告的监管,主要工作如下：1.在镜头边界检测的基础上,结合相邻镜头提出了一种上下文特征建立镜头的时空联系：2.提出了基于SVM的广告识别算法以及基于规则的后处理算法：3.提出了一种基于短时能量的广告分条算法来实现对广告时段识别的结果进行广告分条。实验表明,广告时段的识别查全率在95%以上,广告分条的准确率在80%以上。随着图像数据爆炸式的增长,基于内容的图像检索技术(Content-based image retrieval,CBIR)近年来受到越来越多的关注,但语义鸿沟和维数灾难仍然是两个开放性的问题。本文提出了一种新的基于局部敏感哈希(locality-sensitive hashing, LSH)和SVM的交互式图像检索算法。主要工作如下：1.提计了一种基于LSH的图像检索算法,利用LSH作为索引结构来克服维数灾难并且得到初步检索的结果：2.提出了一种基于SVM的相关反馈算法,通过反馈算法来减少图像底层视觉特征和高层语义之间的鸿沟。此外,还提出了扩充正负样本和扩充检索结果的方法来提高检索的准确率在两个图片库上的实验来验证本文提出算法的有效性,与现有算法的比较表明本文的算法无论是在初步检索结果还是相关反馈的结果上都达到了令人满意的效果,经过两到三次的反馈,检索准确率能达到95%以上。