一、本文提出的视频概念扩展本体有效的建模了领域中视频概念的相关描述、关系等上下文信息。同时，语音文本的利用也增强了上下文信息的获取能力。这些上下文信息的利用为探测方法提供了必要的先验知识，减少了概念探测中的不确定性，提高了探测性能。
二、一般的基于内容的概念探测方法直接建立低层感知特征与视频概念的关联，本文的方法通过构建感知概念中间层语义来建立低层感知和视频概念的关联。相比低层感知特征，感知概念更准确的描述了视频概念具有的感知特征模式。通过感知概念分层建立低层感知特征到视频概念的关联，缩短了每层之间语义鸿沟造成的关联不确定性，减小了错误判断的可能。
三、跨领域概念探测没有对概念的复杂性进行区分，对所有概念采用相同的方法进行探测。这种情况下简单概念可能获得较高的探测AP，而复杂概念的探测结果会相对较差，从而影响整个探测方法的性能评估。本文通过视频概念扩展本体，定义了概念的不同层次关系，语义概念是位于概念层次最底层的概念，其具有的感知特征较为明显，更易于探测识别。
7 结论区别于以往基于内容的视频概念探测方法直接的、独立的建立低层特征与概念之间的关联，本文提出了本体支持的视频语义概念探测方法。从低层特征和上下文语义信息两个方面综合考虑语义概念的探测问题。以感知概念作为低层感知特征和语义概念之间的中间语义，避免了直接建立低层特征和语义概念间的关联，减小了语义鸿沟问题带来的影响。同时，利用本体建模的概念间关系和上下文信息，增强概念探测的语义理解和识别能力。实验结果验证了本文提出方法的有效性。
未来的研究工作主要包括两个方面，一是如何进一步发现和抽取更具表征能力的低层特征；二是如何有效利用本体的自动推理，增强上下文信息的描述和建模能力。同时，复杂概念探测和跨领域概念探测依然是具有挑战性的问题。
，本体支持的视频语义概念探测