吴连亮， 蔡鸿明， 姜丽红

(上海交通大学软件学院，上海 200240)

基于视觉词袋的视频检索校准方法

吴连亮， 蔡鸿明， 姜丽红

(上海交通大学软件学院，上海 200240)

随着互联网技术的飞速发展，视频数据呈现海量爆炸式增长，传统的视频搜索引擎多数采用单一的基于文本的检索方法，该检索方法对于视频这类非结构化数据，存在着内容缺失、语义隔阂等问题，导致检索结果相关度较低。提出一种基于视觉词袋的视频检索校准方法，该方法结合了视频数据的可视化特征提取技术、TF-IDF技术、开放数据技术，为用户提供优化后的视频检索校准结果。首先，基于HSV模型的聚类算法提取视频的关键帧集合及关键帧权值向量；接着用关键帧图像的加速稳健特征等表示视频的内容特征，解决视频检索的内容缺失问题；然后利用TF-IDF技术衡量查询语句

的权值，并开放数据获得查询语句

的可视化特征和语义信息，解决视频检索的语义隔阂问题；最后，将提出的基于视觉词袋的视频检索校准算法应用于Internet Archive数据集。实验结果表明，与传统的基于文本的视频检索方法相比，该方法的平均检索结果相关度提高了15%。

视觉词袋；加速稳健特征；TF-IDF；关键帧提取；开放数据；检索校准

随着互联网的普及，互联网终端设备信息采集能力飞速发展，视频数据量呈现海量增长，如YouTube每天需要处理十亿多的视频流[1]，如此庞大的视频内容，也为可视化检索领域的发展带来了一股热潮，同时也面临着如何对如此庞大信息量的视频库进行高效检索的挑战。……