网上多媒体信息分析与检索

第1部分  绪论                  
 第1章　基于文本方式的信息检索                  
 1. 1  布尔模型                  
 1. 2  聚类模型                  
 1. 3  向量模型                  
 1. 4  概率模型                  
 第2章　基于内容的多媒体检索技术                  
 2. 1  多媒体分析步骤                  
 2. 2  多媒体特征提取                  
 2. 3  多媒体数据流分割                  
 2. 4  多媒体识别分类                  
 第3章　WWW多媒体信息检索                  
                   
 第2部分　基于内容的图像检索                  
 第4章  图像特征的提取与表达                  
 4. 1  图像颜色特征                  
 4. 1. 1  颜色直方图                  
 4. 1. 2  颜色矩                  
 4. 1. 3  颜色集                  
 4. 1. 4　颜色聚合向量                  
 4. 1. 5  颜色相图                  
 4. 2  图像纹理特征                  
 4. 2. 1　Tamura纹理特征                  
 4. 2. 2  自回归纹理模型                  
 4. 2. 3  基于小波变换的纹理特征                  
 4. 2. 4　其他纹理特征                  
 4. 3  图像形状特征                  
 4. 3. 1  傅立叶形状描述符                  
 4. 3. 2　形状无关矩                  
 4. 3. 3  基于内角的形状特征                  
 4. 3. 4　其他形状特征                  
 4. 4  图像空间关系特征                  
 4. 4. 1  基于图像分割的方法                  
 4. 4. 2  基于图像子块的方法                  
 4. 5  图像高维特征约减和索引                  
 4. 5. 1  图像高维特征缩减                  
 4. 5. 2  图像高维特征索引                  
 第5章　图像相似度比较方法                  
 5. 1  图像特征相似度比较                  
 5. 1. 1  欧拉距离                  
 5. 1. 2　直方图相交                  
 5. 1. 3  二次式距离                  
 5. 1. 4  马氏距离                  
 5. 1. 5  非几何的相似度方法                  
 5. 2  图像特征性能评价                  
 5. 2. 1  颜色特征评价                  
 5. 2. 2　纹理特征评价                  
 第6章　图像检索中的相关反馈机制                  
 6. 1  相关反馈技术分类                  
 6. 2  查询向量相关反馈                  
 6. 2. 1  文本检索中的相关反馈                  
 6. 2. 2  图像检索相关反馈模型                  
 6. 3  特征权重相关反馈                  
 6. 3. 1  特征权重相关反馈结构                  
 6. 3. 2  图像特征归一化                  
 6. 3. 3  图像特征权重调整                  
 6. 4  其他图像相关反馈技术                  
 第7章　图像检索的现状和未来                  
 7. 1  现有图像检索系统                  
 7. 2  图像检索未来发展趋势                  
                   
 第3部分　视频结构化与视频检索                  
 第8章　视频内容结构化                  
 8. 1  视频镜头边缘检测                  
 8. 1. 1  绝对帧间差法                  
 8. 1. 2  图像像素差法                  
 8. 1. 3  图像数值差法                  
 8. 1. 4　颜色直方图法                  
 8. 1. 5　压缩域差法                  
 8. 1. 6　矩不变量法                  
 8. 1. 7　边界跟踪法                  
 8. 1. 8　运动矢量法                  
 8. 2　镜头边缘阈值确定                  
 8. 2. 1  像素点变化阂值                  
 8. 2. 2　镜头切分阂值                  
 8. 2. 3　镜头渐变阂值                  
 8. 3　视频关键帧提取                  
 8. 3. 1  基于镜头边界法                  
 8. 3. 2　基于颜色特征法                  
 8. 3. 3  基于运动分析法                  
 8. 3. 4  基于聚类的关键帧提取                  
 8. 4　视频场景构造                  
 8. 5  新闻类视频结构化                  
 8. 5. 1  视频新闻内容分析                  
 8. 5. 2  现有新闻类分析系统                  
 第9章　视频检索和视频反馈                  
 9. 1  视频检索                  
 9. 2　视频相关反馈                  
 9. 2. 1  视频层次反馈                  
 9. 2. 2　镜头层次的反馈                  
 第10章　视频检索技术的现状和未来                  
 10. 1  视频检索的应用前景                  
 10. 2　现有视频检索系统                  
 10. 3  视频检索发展趋势                  
                   
 第4部分　基于内容的音频检索                  
 第11章　音频信号特征提取与表达                  
 11. 1  音频时域特征提取                  
 11. 1. 1  短时平均能量                  
 11. 1. 2  过零率                  
 11. 1. 3  线性预测系数                  
 11. 2　音频频域特征提取                  
 11. 2. 1  傅立叶级数                  
 11. 2. 2  复数形式博立叶级数                  
 11. 2. 3  傅立叶积分与连续频谱                  
 11. 2. 4　抽样定理                  
 11. 2. 5  连续信号的滤波与卷积                  
 11. 2. 6  能谱特征                  
 11. 2. 7  平均功率与功率谱特征                  
 11. 2. 8　倒谱特征分析                  
 11. 2. 9　LPC倒谱和Mel系数                  
 11. 2. 10　其他频域特征                  
 11. 3  音频时频特征提取                  
 11. 3. 1  短时傅立叶变换                  
 11. 3. 2  小波变换                  
 11. 3. 3　连续小波变换                  
 11. 3. 4  离散小波变换                  
 11. 3. 5  小波特征系数提取                  
 11. 4　音频例子特征提取                  
 第12章　音频分割与识别                  
 12. 1  音频分割算法                  
 12. 1. 1  音频分层分割                  
 12. 1. 2  基于压缩域特征音频分割                  
 12. 1. 3  基于模板的音频分割                  
 12. 2  音频例子识别模型                  
 12. 2. 1  基于隐马尔可夫链音频例子识别                  
 12. 2. 2  基于增量支持向量机的音频例子识别                  
 12. 2. 3  基于最近特征线法的音频例子识别                  
 12. 2. 4  音频例子混合识别模型                  
 第13章　基于内容的音频检索技术                  
 13. 1  相似音频例子检索                  
 13. 1. 1  基于分类模型的音频例子检索                  
 13. 1. 2  基于模糊聚类音频例子检索与音频相关反馈                  
 13. 2　广播新闻结构化                  
 13. 3  音乐检索                  
 第14章　音频检索的现状与未来                  
 14. 1  音频检索的类别                  
 14. 2　音频检索未来与挑战                  
                   
 第5部分  多媒体融合分析与检索                  
 第15章　多媒体融合分析                  
 15. 1  多媒质特征融合                  
 15. 2  单媒质交叉索引                  
 15. 3  单媒质结果融合                  
 第16章　多媒体融合检索系统                  
 16. 1  文本与视觉信息融合检索                  
 16. 2  结合文本和视觉的图像检索与反馈                  
 16. 3  基于多模态融合的视频结构化                  
 16. 3. 1  多模态信息结构化新闻类视频                  
 16. 3. 2　音频分析技术                  
 16. 3. 3  视频中的文本分析                  
 16. 4  基于压缩域音频特征的足球比赛精彩场景识别提取                  
 16. 4. 1  足球比赛的声音特征                  
 16. 4. 2  思路和实现方法                  
 16. 4. 3  结果分析和比较                  
 16. 5  基于支持向量机的视频字幕提取                  
 16. 6  基于人脸对象的多媒体内容分析                  
 16. 7  基于多模态融合的视频场景分析                  
                   
 第6部分  网上多媒体信息检索系统                  
 第17章　面向WWW多媒体检索系统                  
 17. 1  网络信息收集Web Crawler                  
 17. 2  面向WWW的多媒体检索系统Webscope-CBIR                  
 17. 3  网络智能检索界面                  
 17. 4  个性化WWW检索                  
 第18章　发展与挑战                  
 18. 1  数字化图书馆                  
 18. 2  特征维数约减与变换                  
 18. 3  三维多媒体检索                  
 18. 4  基于关键块的图像检索                  
 18. 5  检索复杂性度量                  
 18. 6  新一代媒体表示对软件和硬件的影响                  
 18. 7  感知界面                  
 18. 8  多媒体推理                  
 18. 9  结论                  
 附录1　音频处理工具HTK                  
 附录2　多媒体研究领域资料汇总                  
 参考文献