臺灣博碩士論文加值系統

本論文的目的是使用電影預告片去分類電影流派。這個研究嘗試結合電影預告片的音訊、視訊和文字特徵去分類電影流派，其中電影流派又分為: 動作片、傳記片、喜劇片、恐怖片。這個音訊和視訊的特徵是由電影預告片中擷取出來，而文字特徵是籍由社群網站上所提供的社會性標記。我們使用機率式潛在語意分析去結合這三種不同類型的資訊。由於標準的機率式潛在語意分析只能處理一種類型的資訊，因此雙模型和三層模型的機率式潛在語音分析是標準型的延申，主要是去結合兩種或三種不同類型的資訊。我們將標準的和我們延申的機率式潛在語意分析做比較，在標準型中僅使用音訊或視訊或文字的特徵。這個實驗結果顯示三層模型的機率式潛在語意分析擁有最高的準確率，並且顯示社會性標記在分類電影流派時是一個重要的角色。

The aim of this thesis is to category the movies into genres using the previews. This study attempts to combine audio, visual and text features to classify a collection of movie previews into action, biography, comedy, and horror. For each of the collected previews, the audio and visual features are extracted and the text features are drawn from social tags via social websites. The probabilistic latent semantic analysis (PLSA) is used to incorporate the features from these three different aspects of information.The standard PLSA processes one type of information only.Therefore double-modeland triple-model PLSAsare extended to combinetwo or three different types of information. We compare these various variants of PLSA approaches with unimodal PLSAs, which use either audio, visual or text features only. The experimental results show that one of triple-model PLSAs achievesthe highest accuracy, and social tags (text features) play an important role for classifying movies genres.

第1章 緒論
第2章 背景知識
第2.1節 標準PLSA架構
第2.2節 特徵擷取
第2.3節 貝氏分類法
第3章 研究方法
第3.1節 單層PLSA模型
第3.2節 雙層PLSA模型
第3.3節 多模型PLSA
第4章 實驗
第4.1節 資料收集
第4.2節 實驗結果
第5章 結論與未來展望
參考文獻

Jain, S.K., Jadon, R.S.: Movies Genres Classifier using Neural Network. In: 24th IEEE International Symposium on Computer and Information Sciences. Guzelyurt(2009)
Liu, Z., Chen, T.: Multimedia Content Classification Using Motion and Audio Information. In: Proceedings of 1997 IEEE International Symposium on Circuits and Systems(1997)
Douban Movies, http://movie.douban.com/
Hofmann, T.: Unsupervised Learning by Probabilistic Latent Semantic Analysis. Machine Learning, vol.42, pp. 177-196(2001)
Lienhart, R., Romberg, S., Horster, E.: Multilayer pLSA for Multimodal Image Retrieval. In: Proceedings of ACM International Conference on Image and Video Retrieval. New York, NY, USA(2009)
Jang, J.S.: Data Clustering and Pattern Recognition. Available at the links for on-line courses at the author's homepage at http://mirlab.org/jang.
Internet Movie Database, http://www.imdb.com/
Levy, M., Sandler, M.: Music Information Retrieval Using Social Tags and Audio. In: IEEE Transactions on Multimedia(2009)
Social Tag, http://ideant.typepad.com/ideant/2006/01/what_is_social_.html