情感层视频检索关键技术研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号：
    60703049
  • 项目类别：
    青年科学基金项目
  • 资助金额：
    21.0万
  • 负责人：
    于俊清
  • 依托单位：
    华中科技大学
  • 学科分类：
    F0605.模式识别与数据挖掘
  • 结题年份：
    2010
  • 批准年份：
    2007
  • 项目状态：
    已结题
  • 起止时间：
    2008-01-01 至2010-12-31

项目摘要

如何跨越"语义鸿沟"从而提高语义级视频检索效率和服务质量已经成为基于内容视频检索的难点和关键问题。通过对视频内容三个抽象层次（特征层、认知层和情感层）的深入分析，本项目拟结合情感计算、情绪心理学和影视创作领域的相关理论对位于情感层的视频语义内容的表示和度量进行深入研究，提取并构造视频情感特征向量，建立通用的视频情感表示模型和度量方法，并在其上定义一套完备的情感向量运算规则。基于此情感表示模型，对情感状态空间中的各种情感状态进行表示，建立情感向量与情感空间中情感状态的映射关系，从而有效地解决视频情感内容理解的"语义鸿沟"问题。为了验证理论模型和方法的有效性和通用性，本项目将选择不同领域的视频（如电影、电视剧、新闻、体育视频等）设计各种具体可信的实验从不同角度进行验证。本研究将对基于内容的视频检索、数字媒体内容服务以及和谐人机交互领域产生较大的促进作用。

结项摘要

项目成果

期刊论文数量（12）
专著数量（0）
科研奖励数量（0）
会议论文数量（1）
专利数量（0）
基于子窗口区域的足球视频镜头分类
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    中国图像图形学报, 2008, 13(7): 1347~1352
  • 影响因子：
    --
  • 作者：
  • 通讯作者：
面向观众的个性化电影情感内容表示与识别
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    计算机辅助设计与图形学学报(EI 收录期刊), 2010 , 22(1): 136~144 (EI 收录)
  • 影响因子：
    --
  • 作者：
  • 通讯作者：
利用情感激励提取足球视频精彩镜头
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    计算机研究与发展，2010, 46(10):1823~1831 (EI 收录)
  • 影响因子：
    --
  • 作者：
  • 通讯作者：
基于感兴趣区域的H.264视频加密算法
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    计算机学报，2010，33(5): 945~953 (EI 收录)
  • 影响因子：
    --
  • 作者：
  • 通讯作者：
A Personalized Emotion Space for Video Affective Content Representation
视频情感内容表征的个性化情感空间
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
  • 影响因子：
    --
  • 作者：
  • 通讯作者：

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--"}}
  • 发表时间：
    {{ item.publish_year || "--" }}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--"}}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ monograph.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ patent.updateTime }}

其他文献

PyFuzzer:自动化高效内存模糊测试方法
  • DOI：
    --
  • 发表时间：
    2013
  • 期刊：
    通信学报
  • 影响因子：
    --
  • 作者：
    李伟明;于俊清;艾少波
  • 通讯作者：
    艾少波
基于GPU/CPU混合架构的流程序多粒度划分与调度方法研究
  • DOI：
    --
  • 发表时间：
    2017
  • 期刊：
    计算机工程与科学
  • 影响因子：
    --
  • 作者：
    陈文斌;杨瑞瑞;于俊清
  • 通讯作者：
    于俊清
高维分布式局部敏感哈希索引方法
  • DOI：
    --
  • 发表时间：
    2013
  • 期刊：
    计算机科学与探索
  • 影响因子：
    --
  • 作者：
    于俊清;何云峰;管涛;艾列富
  • 通讯作者：
    艾列富
面向Storm的数据流编程模型与编译优化方法研究
  • DOI：
    --
  • 发表时间：
    2016
  • 期刊：
    计算机工程与科学
  • 影响因子：
    --
  • 作者：
    杨秋吉;于俊清;莫斌生;何云峰
  • 通讯作者：
    何云峰
面向情感的电影背景音乐分类方法
  • DOI：
    --
  • 发表时间：
    2013
  • 期刊：
    计算机科学
  • 影响因子：
    --
  • 作者：
    于俊清;唐九飞;何云峰;王赠凯
  • 通讯作者：
    王赠凯

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--" }}
  • 发表时间：
    {{ item.publish_year || "--"}}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--" }}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}
empty
内容获取失败，请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题，我已根据课题信息分析并撰写以下内容，帮您拓宽课题思路：

AI项目思路

AI技术路线图

于俊清的其他基金

面向视频大数据处理的数据流编程语言与并行优化方法研究
  • 批准号：
    61572211
  • 批准年份：
    2015
  • 资助金额：
    66.0 万元
  • 项目类别：
    面上项目
三网融合环境下多模视频内容搜索关键技术研究
  • 批准号：
    61173114
  • 批准年份：
    2011
  • 资助金额：
    58.0 万元
  • 项目类别：
    面上项目

相似国自然基金

{{ item.name }}
  • 批准号：
    {{ item.ratify_no }}
  • 批准年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号：
    {{ item.ratify_no }}
  • 财政年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者：{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目：调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要：

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题，其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子，其表达水平对抗病毒防御至关重要。然而，TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用，影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法，探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用，为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义，并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路：

科学问题：TRIM2如何调控A型流感病毒诱导的IFN-β表达？
前期研究：已有研究表明TRIM2参与抗病毒反应，但其具体机制尚不明确。
研究创新点：本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线：包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术：TRIM2与病毒RNA的相互作用分析，IFN-β启动子活性检测。
实验模型：使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
关闭
close
客服二维码