国际多媒体分析检索大赛获八项第一

本网讯（通讯员吴红波、张晋东、梁铭铭)国际视频分析与检索技术评测TRECVID2015大赛日前落幕，国家多媒体软件工程技术研究中心（NERCMS）团队获佳绩。在30个官方规定的检索目标中，我校有8个准确率居世界第一，总分居实例检索任务项目全球第四。

该团队由计算机学院5名研究生王正、叶茫、姚磊、刘俊、黄冰月和2名本科生柳东静、刘涛组成，作为武汉大学唯一代表队参赛。指导老师有胡瑞敏、陈军教授和青年教师梁超。

团队根据实例检索任务的要求，从海量视频数据（TB级）中检索出包括人、车、物等在内的30个特定目标。在面临检索目标大小不一、种类繁多、背景干扰大，对检索算法的性能和效果极具考验的情况下，团队基于经典的图像检索框架，提出了检索目标自适应的相似性度量方法，配合多源跨模态信息，如文本、人脸和车辆等，来综合得到初始的检索结果。在此基础上，团队进一步利用视频连续帧之间存在的时序关联特性，通过对相邻视频镜头的查询扩展来进一步优化初始检索结果，提高了算法准确率。

据悉，这是该团队第三次参加此项比赛，进步明显。今年在实例检索任务上的检索准确率为0.367，较之2013年第一次参赛时的0.0063，提高了58倍。武汉大学此次比赛成绩超过日本国立情报学研究所、澳大利亚昆士兰大学、德国康姆尼斯工业大学等世界知名高校和研究机构，在较短的时间内跻身视频检索领域世界一流的科研梯队。

该赛事由美国国家标准技术研究所于2001年开始举办，至今已有15届。大赛每年向参评的世界知名高校和科研院所发布标准测试数据，参评者用这些标准测试数据测试自己设计的算法，并在规定时间内向组委会提交自己算法的运行结果。最终由美国国家标准技术研究所对提交结果进行评价和比较。今年的比赛共吸引了世界69支队伍报名参赛。本次竞赛的相关技术已经运用在面向监控视频的特定目标检索中，并多次在实际案例中发挥作用，提高了视频监控中针对特定嫌疑目标的排查效率，对维护人民生命财产安全具有重大意义。

部分检索目标示例和算法结果。四个检索目标分别是“这盏灯”、“调味盒”、“这只狗”、“这辆车”。红色方框表示查询目标，绿色方框表示检索到的目标位置。

（供图：胡瑞敏  编辑：付晓歌）