社会网络媒体的迅速发展对多媒体数据管理和应用提出了严峻的挑战,即如何有效地管理大量的、动态的、用户产生的多媒体数据的问题。传统社会图像事件分析和标注技术主要关注图像本身的信息,没有综合考虑不同特征的关联关系对社会图像事件检测的作用,没有利用跨媒体数据挖掘技术更深入全面的分析社会图像事件,并且没有充分利用图像的上下文信息提高图像标注算法的性能。为了充分利用社会网络媒体丰富的内容以提高社会图像管理与应用的性能,本项目拟对社会图像事件分析与标注进行研究。主要研究内容包括融合多种特征的社会图像事件检测与跟踪;基于跨媒体数据挖掘的社会图像事件分析;结合事件信息的社会图像标注。本项目的研究将充分挖掘跨媒体事件的关联模式,并探索利用社会网络丰富的信息改进图像标注算法性能,为更全面分析社会网络事件和优化社会图像的管理提供理论依据和技术支撑。
英文主题词image tagging;event detection;image topic model;multi-modal data;image retrieval