视频语义分析是指对视频中所包含的语义成分进行信息提取的过程。这是一个属于交叉学科的研究课题,涉及到了图像处理(Graphic information processing)、视频数据处理(Video information processing)、模式识别(Pattern recognition)、机器学习(Machine learning)等多个学科领域[1]。25868
视频语义[2]是指对视频信息所包含的事物的描述和逻辑表示,论文网涉及了文本、音频、图像等多种媒质信息。然而,基于内容的视频语义分析存在着语义鸿沟( Semantic Gap)[3],它是指媒质信息的低层特征和视频所体现的高层语义之间的障碍,这导致了用户对描述视频内容的低层特征(如图像的颜色、纹理等)比较陌生,他们更习惯于使用人类的高层思文来理解视频内容。尽管对于如何将低层数据特征对应到高层语义概念的方法还未研究的很透彻,然而类似于人类思文的高层语义分析方法已经不断的开始出现,并且得到了实际应用。例如,基于内容的视频语义分析应用系统中,以QBIC[4],VideoQ[5]等为代表的一些知名高校或企业开发的系统。