基于內(nèi)容的視頻檢索關(guān)鍵技術(shù)研究

《基于內(nèi)容的視頻檢索關(guān)鍵技術(shù)研究》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、萬方數(shù)據(jù)北京交通大學(xué)碩士學(xué)位論文目錄4．2視頻鏡頭分割算法研究???????????????????254．2．1像素域的鏡頭分割算法?????????????????．264．2．2壓縮域的鏡頭分割算法?????????????????．284．3鏡頭分割算法的改進(jìn)????????????????????294．3．1信息與信息熵?????????????????????．294．3．2互信息量的定義????????????????????．304．3-3圖像的互信息量?????????????????

2、???．314．3．4圖像的分塊算法????????????????????．324-3．5基于分塊圖像互信息量的鏡頭分割算法??????????．354．3．6改進(jìn)的鏡頭分割算法描述????????????????．434．4實驗結(jié)果與分析??????????????????????434．5本章小結(jié)?????????????????????????．455視頻鏡頭關(guān)鍵幀提取技術(shù)???????????????????．475．1關(guān)鍵幀提取算法研究????????????????????475．2基于互信

3、息量均方差的關(guān)鍵幀提取算法????????????495．2．1算法的基本思想????????????????????．495．2．2算法的實現(xiàn)流程????????????????????．495．3實驗結(jié)果與分析??????????????????????525．4本章小結(jié)?????????????????????????546結(jié)論?????????????????????????????????????．．556．1本文工作總結(jié)???????????????????????一556．2進(jìn)一步工作???

4、?????????????????????56參考文獻(xiàn)????????????????????????????．57作者簡歷????????????????????????????．61獨創(chuàng)性聲明??????????????????????????????62學(xué)位論文數(shù)據(jù)集?????????????????????????．63萬方數(shù)據(jù)北京交通大學(xué)碩士學(xué)位論文引言1引言本章首先介紹了當(dāng)今視頻檢索技術(shù)的研究背景與意義，分析了國內(nèi)外研究現(xiàn)狀，并說明了基于內(nèi)容視頻檢索技術(shù)的要點和難點，隨后闡述了本文所研究的主要

5、內(nèi)容和方向，最后對本文的整體組織結(jié)構(gòu)進(jìn)行了總結(jié)。1．1研究背景及意義近年來，隨著互聯(lián)網(wǎng)和計算機(jī)信息技術(shù)的飛速發(fā)展，多媒體應(yīng)用的普及，以及音頻壓縮技術(shù)的廣泛使用，以數(shù)字視頻為主的多媒體信息逐漸成為了人們?nèi)粘Ｉ钪械闹髁餍畔⑤d體。隨著各種視頻資料源源不斷地產(chǎn)生，互聯(lián)網(wǎng)正在成為一個巨大的視頻倉庫，而以提供視頻分享為主要業(yè)務(wù)的視頻網(wǎng)站也都在蓬勃發(fā)展，面對海量的非結(jié)構(gòu)化視頻片段，如何對視頻信息進(jìn)行有效組織和管理并檢索出用戶最滿意的視頻信息成為信息檢索領(lǐng)域研究的關(guān)鍵性問題【1】。傳統(tǒng)的搜索引擎如Google、百度等都

6、是基于文本和關(guān)鍵字的方法對視頻進(jìn)行檢索，即通過對視頻信息進(jìn)行文本加工和關(guān)鍵字注釋，把對視頻片段的檢索轉(zhuǎn)化為對文本信息的檢索【2】。然而，視頻內(nèi)容不同于文本內(nèi)容，視頻數(shù)據(jù)與其語義信息之間存在鴻溝，在很多情況下，對視頻信息進(jìn)行人為的文字描述一方面帶有很大的主觀性，另一方面，也很難用一個或多個關(guān)鍵詞來描述視頻中的豐富信息。因此，為了更加客觀，準(zhǔn)確，有效地提取出多媒體信息，基于內(nèi)容的多媒體視頻檢索系統(tǒng)應(yīng)運而生【3】?；趦?nèi)容的視頻檢索(Content．BasedVideoRetrieval)，就是通過對視頻數(shù)據(jù)中

7、的場景、鏡頭、圖像幀等進(jìn)行有效分析，提取出視頻的顏色、紋理、形狀和運動等低層的視覺特征以及高層場景的語義特征，進(jìn)而通過視頻特征的相似度匹配，在大規(guī)模數(shù)據(jù)庫中找到匹配相似度最大，用戶最滿意的視頻數(shù)據(jù)【4】。直接根據(jù)視頻內(nèi)容進(jìn)行檢索，在沒有人工參與的情況下提取出的視頻特征用于相似度匹配，檢索出來的結(jié)果是非常準(zhǔn)確，客觀的，同時也大大提高了視頻檢索的效率與準(zhǔn)確率，在互聯(lián)網(wǎng)信息高速發(fā)展時期，基于內(nèi)容的視頻檢索技術(shù)已經(jīng)成為多媒體技術(shù)研究中的熱門課題。基于內(nèi)容的視頻檢索技術(shù)研究主要包括視頻鏡頭的分割，關(guān)鍵幀提取，視頻的

8、特征提取與相似度匹配，場景構(gòu)造及檢索系統(tǒng)設(shè)計等方面【5】。它以數(shù)字圖像處理，計算機(jī)視覺，模式識別為基礎(chǔ)，從人工智能，認(rèn)知科學(xué)，人機(jī)交互，數(shù)據(jù)庫管理系統(tǒng)及信息檢索領(lǐng)域引入數(shù)據(jù)模型，設(shè)計出有效的檢索算法，可靠的系統(tǒng)結(jié)構(gòu)及萬方數(shù)據(jù)北京交通大學(xué)碩士學(xué)位論文引言友好的人機(jī)界面舊。對于用戶對視頻的檢索過程，可以使用成熟的商業(yè)或者開源視頻檢索系統(tǒng)軟件來執(zhí)行，因此，本文將研究重點放在了如何準(zhǔn)確有效地進(jìn)行視頻鏡頭分割，關(guān)鍵幀提取以及圖像的視覺特