基于文本查询或视频样本的视频内容搜索策略
信息检索
2016-06-21 v1 计算机视觉与模式识别
多媒体
摘要
每天上传至互联网的海量用户生成视频催生了众多商业视频搜索引擎，这些搜索引擎主要依赖文本元数据进行搜索。然而，用户生成视频通常缺乏元数据，因此无法被现有搜索引擎检索。为此，基于内容的视频检索（CBVR）通过直接分析每个视频的视觉和音频流来解决这一元数据稀缺问题。CBVR 涵盖多个研究课题，包括底层特征设计、特征融合、语义检测器训练以及视频搜索/重排序。我们提出了这些课题中的新策略，以在不同查询输入（包括纯文本查询和视频样本查询）下提升 CBVR 的准确率与速度。我们提出的策略已应用于我们提交的 TRECVID 2014 多媒体事件检测评估系统中，该系统在文本查询和视频样本查询中均优于其他提交系统，从而证明了我们所提方法的有效性。
引用
@article{arxiv.1606.05705,
title = {Strategies for Searching Video Content with Text Queries or Video Examples},
author = {Shoou-I Yu and Yi Yang and Zhongwen Xu and Shicheng Xu and Deyu Meng and Zexi Mao and Zhigang Ma and Ming Lin and Xuanchong Li and Huan Li and Zhenzhong Lan and Lu Jiang and Alexander G. Hauptmann and Chuang Gan and Xingzhong Du and Xiaojun Chang},
journal= {arXiv preprint arXiv:1606.05705},
year = {2016}
}