基于多证据融合的视频排序方法

在视频检索中，通过对用户行为特性的分析发现，用户通常只关注排在最前面的返回结果，而很少有耐心将所有的返回结果浏览一遍.因此，对于一个搜索引擎来说，能否将最相关的结果排在最前面是至关重要的.为了实现这一目标，本文提出了一种基于多证据融合的视频排序方法.该方法利用DempsterShafer证据推理理论来协同地融合多方证据，进而推断出最相关的视频镜头.如果多方证据一致，则证明某个视频镜头是相关的，此镜头被认为是最相关的镜头，并被排在返回列表的最前列.相反，如果多方证据产生冲突，那么此镜头就将被排在后面.实验结果表明，利用建议的多证据融合排序算法，搜索引擎的搜索质量，特别是排在前列的搜索结果的准确性，有了明显的改善.