網(wǎng)上多媒體信息分析與檢索

第1部分  緒論                  
 第1章　基于文本方式的信息檢索                  
 1. 1  布爾模型                  
 1. 2  聚類模型                  
 1. 3  向量模型                  
 1. 4  概率模型                  
 第2章　基于內容的多媒體檢索技術                  
 2. 1  多媒體分析步驟                  
 2. 2  多媒體特征提取                  
 2. 3  多媒體數(shù)據(jù)流分割                  
 2. 4  多媒體識別分類                  
 第3章　WWW多媒體信息檢索                  
                   
 第2部分　基于內容的圖像檢索                  
 第4章  圖像特征的提取與表達                  
 4. 1  圖像顏色特征                  
 4. 1. 1  顏色直方圖                  
 4. 1. 2  顏色矩                  
 4. 1. 3  顏色集                  
 4. 1. 4　顏色聚合向量                  
 4. 1. 5  顏色相圖                  
 4. 2  圖像紋理特征                  
 4. 2. 1　Tamura紋理特征                  
 4. 2. 2  自回歸紋理模型                  
 4. 2. 3  基于小波變換的紋理特征                  
 4. 2. 4　其他紋理特征                  
 4. 3  圖像形狀特征                  
 4. 3. 1  傅立葉形狀描述符                  
 4. 3. 2　形狀無關矩                  
 4. 3. 3  基于內角的形狀特征                  
 4. 3. 4　其他形狀特征                  
 4. 4  圖像空間關系特征                  
 4. 4. 1  基于圖像分割的方法                  
 4. 4. 2  基于圖像子塊的方法                  
 4. 5  圖像高維特征約減和索引                  
 4. 5. 1  圖像高維特征縮減                  
 4. 5. 2  圖像高維特征索引                  
 第5章　圖像相似度比較方法                  
 5. 1  圖像特征相似度比較                  
 5. 1. 1  歐拉距離                  
 5. 1. 2　直方圖相交                  
 5. 1. 3  二次式距離                  
 5. 1. 4  馬氏距離                  
 5. 1. 5  非幾何的相似度方法                  
 5. 2  圖像特征性能評價                  
 5. 2. 1  顏色特征評價                  
 5. 2. 2　紋理特征評價                  
 第6章　圖像檢索中的相關反饋機制                  
 6. 1  相關反饋技術分類                  
 6. 2  查詢向量相關反饋                  
 6. 2. 1  文本檢索中的相關反饋                  
 6. 2. 2  圖像檢索相關反饋模型                  
 6. 3  特征權重相關反饋                  
 6. 3. 1  特征權重相關反饋結構                  
 6. 3. 2  圖像特征歸一化                  
 6. 3. 3  圖像特征權重調整                  
 6. 4  其他圖像相關反饋技術                  
 第7章　圖像檢索的現(xiàn)狀和未來                  
 7. 1  現(xiàn)有圖像檢索系統(tǒng)                  
 7. 2  圖像檢索未來發(fā)展趨勢                  
                   
 第3部分　視頻結構化與視頻檢索                  
 第8章　視頻內容結構化                  
 8. 1  視頻鏡頭邊緣檢測                  
 8. 1. 1  絕對幀間差法                  
 8. 1. 2  圖像像素差法                  
 8. 1. 3  圖像數(shù)值差法                  
 8. 1. 4　顏色直方圖法                  
 8. 1. 5　壓縮域差法                  
 8. 1. 6　矩不變量法                  
 8. 1. 7　邊界跟蹤法                  
 8. 1. 8　運動矢量法                  
 8. 2　鏡頭邊緣閾值確定                  
 8. 2. 1  像素點變化閡值                  
 8. 2. 2　鏡頭切分閡值                  
 8. 2. 3　鏡頭漸變閡值                  
 8. 3　視頻關鍵幀提取                  
 8. 3. 1  基于鏡頭邊界法                  
 8. 3. 2　基于顏色特征法                  
 8. 3. 3  基于運動分析法                  
 8. 3. 4  基于聚類的關鍵幀提取                  
 8. 4　視頻場景構造                  
 8. 5  新聞類視頻結構化                  
 8. 5. 1  視頻新聞內容分析                  
 8. 5. 2  現(xiàn)有新聞類分析系統(tǒng)                  
 第9章　視頻檢索和視頻反饋                  
 9. 1  視頻檢索                  
 9. 2　視頻相關反饋                  
 9. 2. 1  視頻層次反饋                  
 9. 2. 2　鏡頭層次的反饋                  
 第10章　視頻檢索技術的現(xiàn)狀和未來                  
 10. 1  視頻檢索的應用前景                  
 10. 2　現(xiàn)有視頻檢索系統(tǒng)                  
 10. 3  視頻檢索發(fā)展趨勢                  
                   
 第4部分　基于內容的音頻檢索                  
 第11章　音頻信號特征提取與表達                  
 11. 1  音頻時域特征提取                  
 11. 1. 1  短時平均能量                  
 11. 1. 2  過零率                  
 11. 1. 3  線性預測系數(shù)                  
 11. 2　音頻頻域特征提取                  
 11. 2. 1  傅立葉級數(shù)                  
 11. 2. 2  復數(shù)形式博立葉級數(shù)                  
 11. 2. 3  傅立葉積分與連續(xù)頻譜                  
 11. 2. 4　抽樣定理                  
 11. 2. 5  連續(xù)信號的濾波與卷積                  
 11. 2. 6  能譜特征                  
 11. 2. 7  平均功率與功率譜特征                  
 11. 2. 8　倒譜特征分析                  
 11. 2. 9　LPC倒譜和Mel系數(shù)                  
 11. 2. 10　其他頻域特征                  
 11. 3  音頻時頻特征提取                  
 11. 3. 1  短時傅立葉變換                  
 11. 3. 2  小波變換                  
 11. 3. 3　連續(xù)小波變換                  
 11. 3. 4  離散小波變換                  
 11. 3. 5  小波特征系數(shù)提取                  
 11. 4　音頻例子特征提取                  
 第12章　音頻分割與識別                  
 12. 1  音頻分割算法                  
 12. 1. 1  音頻分層分割                  
 12. 1. 2  基于壓縮域特征音頻分割                  
 12. 1. 3  基于模板的音頻分割                  
 12. 2  音頻例子識別模型                  
 12. 2. 1  基于隱馬爾可夫鏈音頻例子識別                  
 12. 2. 2  基于增量支持向量機的音頻例子識別                  
 12. 2. 3  基于最近特征線法的音頻例子識別                  
 12. 2. 4  音頻例子混合識別模型                  
 第13章　基于內容的音頻檢索技術                  
 13. 1  相似音頻例子檢索                  
 13. 1. 1  基于分類模型的音頻例子檢索                  
 13. 1. 2  基于模糊聚類音頻例子檢索與音頻相關反饋                  
 13. 2　廣播新聞結構化                  
 13. 3  音樂檢索                  
 第14章　音頻檢索的現(xiàn)狀與未來                  
 14. 1  音頻檢索的類別                  
 14. 2　音頻檢索未來與挑戰(zhàn)                  
                   
 第5部分  多媒體融合分析與檢索                  
 第15章　多媒體融合分析                  
 15. 1  多媒質特征融合                  
 15. 2  單媒質交叉索引                  
 15. 3  單媒質結果融合                  
 第16章　多媒體融合檢索系統(tǒng)                  
 16. 1  文本與視覺信息融合檢索                  
 16. 2  結合文本和視覺的圖像檢索與反饋                  
 16. 3  基于多模態(tài)融合的視頻結構化                  
 16. 3. 1  多模態(tài)信息結構化新聞類視頻                  
 16. 3. 2　音頻分析技術                  
 16. 3. 3  視頻中的文本分析                  
 16. 4  基于壓縮域音頻特征的足球比賽精彩場景識別提取                  
 16. 4. 1  足球比賽的聲音特征                  
 16. 4. 2  思路和實現(xiàn)方法                  
 16. 4. 3  結果分析和比較                  
 16. 5  基于支持向量機的視頻字幕提取                  
 16. 6  基于人臉對象的多媒體內容分析                  
 16. 7  基于多模態(tài)融合的視頻場景分析                  
                   
 第6部分  網(wǎng)上多媒體信息檢索系統(tǒng)                  
 第17章　面向WWW多媒體檢索系統(tǒng)                  
 17. 1  網(wǎng)絡信息收集Web Crawler                  
 17. 2  面向WWW的多媒體檢索系統(tǒng)Webscope-CBIR                  
 17. 3  網(wǎng)絡智能檢索界面                  
 17. 4  個性化WWW檢索                  
 第18章　發(fā)展與挑戰(zhàn)                  
 18. 1  數(shù)字化圖書館                  
 18. 2  特征維數(shù)約減與變換                  
 18. 3  三維多媒體檢索                  
 18. 4  基于關鍵塊的圖像檢索                  
 18. 5  檢索復雜性度量                  
 18. 6  新一代媒體表示對軟件和硬件的影響                  
 18. 7  感知界面                  
 18. 8  多媒體推理                  
 18. 9  結論                  
 附錄1　音頻處理工具HTK                  
 附錄2　多媒體研究領域資料匯總                  
 參考文獻