一种融合本体与条件随机场的视频语义提取方法  

A Video Semantic Extraction Method Based on Fusion Ontology and Conditional Random Field

作　　者：钟忺[1,2,3] 黄文心 卢炎生[3] 刘文璇 袁景凌[1,2] ZHONG Xian;HUANG Wenxin;LU Yansheng;LIU Wenxuan;YUAN Jingling(School of Computer Science and Technology,Wuhan University of Technology,Wuhan 430070,Hubei,China;Hubei Key Laboratory of Transportation Internet of Things,Wuhan University of Technology,Wuhan 430070,Hubei,China;School of Computer Science and Technology,Huazhong University of Science and Technology,Wuhan 430074,Hubei,China;School of Computer Science,Wuhan University,Wuhan 430072,Hubei,China)

机构地区：[1]武汉理工大学计算机科学与技术学院,湖北武汉430070 [2]武汉理工大学交通物联网技术湖北省重点实验室,湖北武汉430070 [3]华中科技大学计算机科学与技术学院,湖北武汉430074 [4]武汉大学计算机学院,湖北武汉430072

出　　处：《武汉大学学报（理学版）》2020年第3期268-276,共9页Journal of Wuhan University:Natural Science Edition

基　　金：国家自然科学基金(61303029);中央高校基本科研业务费专项资金(191010001);交通物联网技术湖北省重点实验室开放基金(2018IOT003);湖北省自然科学基金重点项目(2017CFA012)。

摘　　要：从时空角度结合条件随机场模型及本体概念,提出了一种视频语义特征提取方法,其中包括视频低层特征模型参数估计(model parameter estimation,MPE)算法和高层对象语义模型更新(model update,MU)算法。该方法可以实现视频语义概念本体的自动提取和标注,为语义特征提取及分析提供支持。实验结果表明,该方法提升了视频语义特征提取的精确率和召回率。This paper proposes a video semantic feature extraction method from the perspective of time-space with conditional random domain model and ontology,which includes video low-level feature model parameter estimation(model parameter estima⁃tion,MPE)algorithm and high-level object semantic model update(model update,MU)algorithm.This method can realize the au⁃tomatic extraction and annotation of video semantic concept ontology.It can provide support for semantic feature extraction and analysis.The experiment’s results show that the method improves the precision and recall rate of video semantic feature extraction.

关 键 词：语义特征提取 视频语义分析 模型参数估计 模型更新 条件随机场 

分 类 号：TP391.4[自动化与计算机技术—计算机应用技术]