大規(guī)模新聞網(wǎng)絡視頻話題檢測與跟蹤技術研究.pdf

1、針對當下網(wǎng)絡視頻數(shù)量激增，在線訪問量巨大，現(xiàn)有搜索引擎不便于用戶瀏覽、搜索并快速掌握新聞事件演化發(fā)展的缺陷，本文以著名的在線視頻分享與社交網(wǎng)站YouTube作為代表性數(shù)據(jù)源，從2006年至2009年的四年間選取了22個全球熱點新聞話題，總共獲得19，972個視頻作為主要研究對象，研究了基于網(wǎng)絡視頻搜索結(jié)果的新聞事件檢測、事件關系挖掘和話題事件結(jié)構的建立。同時從文本特征分析和視覺特征分析兩方面入手，結(jié)合文本和視覺的各自優(yōu)勢，提出了新聞網(wǎng)絡

2、視頻突發(fā)事件挖掘和結(jié)構生成的系統(tǒng)技術框架。具體地，首先根據(jù)視頻數(shù)量隨用戶上傳時間的分布檢測出話題的事件突發(fā)時間區(qū)間(Bursty Period)，從而濾除與話題相關度不大的噪聲視頻。然后，對于篩選出的視頻分文本和視覺兩方面分別進行特征分析和挖掘，得到文本和視覺上各自的候選事件。在這一過程中，我們深入研究了共存性和特征軌跡兩大特征模式分析方法在文本和視覺近似重復幀上的應用。接下來，內(nèi)容相同或相似的文本和視覺事件通過一種二分圖的方法被融合到

3、一起。事件與事件之間的近似度被計算出來，由此又能將事件相互關聯(lián)在一起，并映射到時間軸上，最終生成話題的事件關系結(jié)構圖，使網(wǎng)絡用戶能夠直觀快速地了解新聞話題的主要事件及其發(fā)展演化過程。
　　本文主要的研究內(nèi)容和貢獻如下：
　　第一，提出了新聞網(wǎng)絡視頻突發(fā)事件挖掘和話題結(jié)構生成的一種新系統(tǒng)框架，該框架將細粒度的視覺特征和粗粒度的文本特征結(jié)合到一起，提升了事件聚類的性能；
　　第二，考慮到新聞網(wǎng)絡視頻區(qū)別于傳統(tǒng)新聞視頻，文本

4、內(nèi)容稀疏且通常包含大量噪聲，本研究利用近似重復幀(Near-Duplicate Keyframe，NDK)，首次引入NDK序列生成的視覺特征軌跡作為事件挖掘的重要技術手段，并同文本特征結(jié)合起來；
　　第三，探索了共存性(Co-occurrence)和特征軌跡(Feature Trajectory)在視覺近似重復幀上的應用，采用一種基于約束的聚類方法將兩者的優(yōu)勢結(jié)合起來；
　　第四，借助新系統(tǒng)框架，提出了一種話題事件結(jié)構生成算