整合视觉特征与语音资讯之视讯注解方法

摘要

一种整合视觉特征与语音资讯之视讯注解方法。此方法系整合视觉特征之统计模型与语音资讯之语音关联模型，以自动地为尚未注解的视讯影片下注解，其中语音关联模型系应用资料探勘(Data Mining)技术建构而成。此方法系藉由整合此二种不同机率模型的方式，来同时考虑视觉特征与语音资讯，以增加预测之准确度。