1. 研究目的与意义（文献综述）

随着计算机多媒体技术的飞速发展，近年来，视频数量以几何级数迅速增长，视频内容也越来越丰富。面对海量的视频内容，人们的需求也从寻找视频转到了对指定片段的提取、视频内容的剪辑与分析。如何从视频中快速、精确地找到包含特定内容的视频片段，是当今多媒体技术研究的热点之一。

传统的视频检索技术中，人们采用对整部视频添加描述，进行分类和管理。但面对高速增长的视频数据，该方法无法满足高级的基于视频内容的碎片化检索需求。要对视频数据进行高效的操作，就需要将视频特征提取出来，建立合适的索引。而视频内容的丰富、非结构化的特点正是现在视频内容的检索无高效方法的原因之一。在此基础上，准确提取视频特征来作为新的视频组织与管理依据的想法也就应运而生。

目前，基于内容的视频检索技术受到国内外广泛关注，该技术对视频内容进行特征信息抽取，建立特征信息数据库，通过特征匹配的方式实现对视频内容的检索和定位。ibm公司的almaden中心研发的qbic（qurey by image content）系统就是基于内容检索系统的典型代表。该技术采用机器对视频数据进行分析，效率高但高度依赖算法，需要技术支持，设计多科学领域，而且最大的问题是与用户习惯的通过语义检索方法不符。

2. 研究的基本内容与方案

一、基本内容

1. 了解现有的视频标注检索技术；

2. 选取一种视频标注方法，针对视频底层的颜色、纹理特征和视频固有的认知与结构特征，充分描述了视频内容的视觉特性；

3. 研究计划与安排

第1~3周 查阅文献；分析题目研究现状，学习基本理论；

第4~6周 阅读文献、撰写开题报告，英文文献翻译；

第7~16周 系统架构、程序设计与开发、系统测试与完善；

4. 参考文献（12篇以上）

[1] 桑苗杰. 基于语义的视频内容标注与检索系统研究与实现[d]. 北京工业大学, 2015.

[2] 辛孟莹. 基于文本和可视特征融合的主题模型检索技术研究[d]. 华中科技大学, 2014.

[3] 葛芸, 江顺亮, 叶发茂,等. 视觉词袋和gabor纹理融合的遥感图像检索[j]. 光电工程, 2016(2):76-81.