基于內(nèi)容視頻檢索的關(guān)鍵技術(shù)研究

《基于內(nèi)容視頻檢索的關(guān)鍵技術(shù)研究》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在教育資源-天天文庫(kù)。

1、2OO5年1O月第1O期基于內(nèi)容視頻檢索的關(guān)鍵技術(shù)研究黃知義周寧(武漢大學(xué)信息管理學(xué)院，武漢430072)(摘要】從分析基于內(nèi)容的視頻檢索系統(tǒng)的基本結(jié)構(gòu)和原理出發(fā)，文章重點(diǎn)探討了基于內(nèi)容視頻檢索的一些關(guān)鍵性技術(shù)，如：鏡頭分割、關(guān)鍵幀抽取、特征量提取、視額索引建立等的實(shí)現(xiàn)原理及其各自的優(yōu)缺點(diǎn)，并對(duì)國(guó)內(nèi)外視額檢索的發(fā)展現(xiàn)狀及發(fā)展趨勢(shì)提出了一些看法?！娟P(guān)鍵詞】視頻檢索；關(guān)鍵技術(shù)；鏡頭分割；關(guān)鍵幀抽取；特征提取~Abstrm)Ⅲli8paperstartedfzomtalkiIlgaboutthesystemstructurea

2、ndpleofc~ent-basedvideo陀．trieva1．ThenitmaiIdyh~uceditBfourkeytechniques：SceneIncision，KeyFrameExtraction，F(xiàn)eatureExtractionandConstructionofVideoIndexandSOon．Atlast，theauthorbroughtforwantseveralviewpointsonthestatusquoanddevelopinguendofvideoretrieva1．【Keywords)V

3、ideoRetrieva]；l(eyTechniques；SceneIncision；KeyFrameExtraction；FeatureExtraction[中圖分類號(hào)]91．3[文獻(xiàn)標(biāo)識(shí)碼]c[文章編號(hào)]1008—0821(2005)10—0126—041引言個(gè)鏡頭是由一些連續(xù)的幀構(gòu)成，它可由一個(gè)或多個(gè)關(guān)鍵幀近年來(lái)，隨著多媒體編碼、計(jì)算機(jī)多媒體處理和網(wǎng)絡(luò)表示。一段視頻的典型結(jié)構(gòu)如圖l所示。傳輸技術(shù)的飛速發(fā)展，人們已可通過(guò)互聯(lián)網(wǎng)實(shí)時(shí)查詢、欣賞和產(chǎn)生豐富多彩的視頻信息。互聯(lián)網(wǎng)正逐漸成為一個(gè)巨大的視頻倉(cāng)庫(kù)。如何有效地組織和

4、檢索視頻信息已成為數(shù)據(jù)庫(kù)領(lǐng)域以及信息檢索領(lǐng)域中研究的關(guān)鍵性問(wèn)題。傳統(tǒng)的基于文本的視頻檢索方法利用文本信息對(duì)視頻內(nèi)容進(jìn)行注釋，通過(guò)對(duì)關(guān)鍵字進(jìn)行抽取來(lái)描述視頻內(nèi)容的語(yǔ)義特征。但由于目前的技術(shù)還不能對(duì)視頻內(nèi)容的語(yǔ)義特征進(jìn)行自動(dòng)描述，仍需使用手工的方法對(duì)視頻進(jìn)行解釋和注釋。這是圖1典型視頻結(jié)構(gòu)圖工一項(xiàng)耗時(shí)的工作，而且由于主觀上的因素，可能造成注釋基于內(nèi)容視頻檢索，首先要實(shí)現(xiàn)的是對(duì)視頻數(shù)據(jù)的分作的不準(zhǔn)確性，因此，基于文本的檢索方法已不能滿足需求。析處理，基于內(nèi)容的視頻分析，即從所有的幀中提取主要研基于內(nèi)容的視頻檢索(Content

5、—BasedVideoRetrieva1)。內(nèi)容，并從下至上對(duì)視頻內(nèi)容進(jìn)行結(jié)構(gòu)化描述。為了實(shí)現(xiàn)究根據(jù)視頻的內(nèi)容和上下文關(guān)系，對(duì)大規(guī)模視頻數(shù)據(jù)庫(kù)中的這個(gè)目標(biāo)，我們需對(duì)視頻進(jìn)行如下處理：視頻切分、關(guān)鍵視頻數(shù)據(jù)進(jìn)行檢索。它在沒(méi)有人工參與的情況下，自動(dòng)提幀抽取、特征提取和視頻內(nèi)容組織等。取并描述視頻的特征和內(nèi)容。它以圖像處理、模式識(shí)別、圖2描述了基于內(nèi)容的視頻處理的主要過(guò)程。視頻首計(jì)算機(jī)視覺(jué)、圖像理解等領(lǐng)域的知識(shí)為基礎(chǔ)，從認(rèn)知科學(xué)、先被分割成各個(gè)鏡頭，并實(shí)現(xiàn)對(duì)各個(gè)鏡頭的特征提取，得人工智能、數(shù)據(jù)庫(kù)管理系統(tǒng)及人機(jī)交互、信息檢索等領(lǐng)

6、域，到一個(gè)盡可能充分反映鏡頭內(nèi)容的特征空間，這個(gè)特征空引入新的媒體數(shù)據(jù)表示和數(shù)據(jù)模型，從而設(shè)計(jì)出可靠、有間將作為視頻聚類和檢索的依據(jù)。其中，特征提取包括關(guān)效的檢索算法、系統(tǒng)結(jié)構(gòu)以及友好的人機(jī)界面。目前?；I幀中的視覺(jué)特征和鏡頭的運(yùn)動(dòng)特征的提取，所謂關(guān)鍵幀，于內(nèi)容的視頻檢索研究，除了識(shí)別和描述圖像的顏色、紋即指從視頻數(shù)據(jù)中抽取出來(lái)的、能概括鏡頭內(nèi)容的一些靜理、形狀和空間關(guān)系外，主要的研究集中在視頻分割、特態(tài)圖像，通過(guò)一定算法實(shí)現(xiàn)，對(duì)這些靜態(tài)圖像的視覺(jué)特征征提取和描述(包括視覺(jué)特征、顏色、紋理和形狀及運(yùn)動(dòng)提取，主要從顏色、紋

7、理、形狀等幾個(gè)角度來(lái)進(jìn)行。鏡頭信息和對(duì)象信息等)、關(guān)鍵幀提取和結(jié)構(gòu)分析等方面。本文運(yùn)動(dòng)特性提取通過(guò)對(duì)鏡頭的運(yùn)動(dòng)分析(主要針對(duì)鏡頭運(yùn)動(dòng)將就基于內(nèi)容視頻檢索的基本原理及其一些關(guān)鍵技術(shù)進(jìn)行的變化、運(yùn)動(dòng)目標(biāo)的大小變化，視頻目標(biāo)的運(yùn)動(dòng)軌跡等)分析闡述。來(lái)進(jìn)行，方法主要有基于光流方程的方法、基于塊的方法、2視頻檢索系統(tǒng)的基本原理像素遞歸方法和貝葉斯方法等。然后，根據(jù)提取的關(guān)于鏡首先，視頻作為一種表達(dá)信息的媒體，它有著自己獨(dú)頭的動(dòng)態(tài)特性和關(guān)鍵幀的一些靜態(tài)特性，進(jìn)行索引。最終，立的結(jié)構(gòu)。一般來(lái)說(shuō)，一段視頻由一些描述獨(dú)立故事單元用戶可以通

8、過(guò)一種簡(jiǎn)單方便的方法瀏覽和檢索視頻。其整的場(chǎng)景構(gòu)成；一個(gè)場(chǎng)景由一些語(yǔ)義相關(guān)的鏡頭組成；而每體模塊圖如圖3所示。收稿日期：2005—08—28作者簡(jiǎn)介：黃知義(19l；2一)，男，武漢大學(xué)信息管理學(xué)院情報(bào)學(xué)系2OO4級(jí)碩士研究生，研究方向?yàn)樾畔z索與信息可視化。周寧(1942一)。男，武漢大學(xué)信息管理學(xué)院教授，博士生導(dǎo)