随着互联网络的发展,越来越多的视频信息被广泛传播。视频信息的真实性和完整性越来越受到大家的关注,尤其是在一些特殊场合的应用,例如,司法鉴定、医疗事故鉴定 ,实验过程鉴定等。本课题正式针对这样的需求,提出了数字视频信息的多种特征分析 ,多模态特征分析,新型分类器的研究,以及相关辅助技术的研究。本课题分别从帧内 特征,例如,D-SIFT,D-SURF,BOVW,Sparse Coding局部特征;帧间特征,例如,3D-SURF ,VHD等空时特征;音频特征,例如,能量特征,节拍特征等;新型分类器则提出了新的多核分类器,随机森林决策方法等新技术研究。此外,也研究了其他相关技术,例如, 镜头分割技术,语义特征识别技术,视频水印技术,对原有目标进行补充研究。本课题共发表论文13篇,均被SCI/EI收录,审稿论文4篇;申请发明专利3项,其中1项已获批;培养硕士研究生9人,6人已经硕士毕业。本课题的研究成果具有良好的理论价值,同时也具有较好的应用价值。
英文主题词video authority,multimode analysis,multi kernel classfier, random forests