基于内容的视频检索关键技术研究

《基于内容的视频检索关键技术研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、万方数据北京交通大学硕士学位论文目录4．2视频镜头分割算法研究⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯254．2．1像素域的镜头分割算法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．264．2．2压缩域的镜头分割算法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．284．3镜头分割算法的改进⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯294．3．1信息与信息熵⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．294．3．2互信息量的定义⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．304．3-3图像的互信息量⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯

2、⋯⋯⋯．314．3．4图像的分块算法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．324-3．5基于分块图像互信息量的镜头分割算法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．354．3．6改进的镜头分割算法描述⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．434．4实验结果与分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯434．5本章小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．455视频镜头关键帧提取技术⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．475．1关键帧提取算法研究⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯475．2基于互信

3、息量均方差的关键帧提取算法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯495．2．1算法的基本思想⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．495．2．2算法的实现流程⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．495．3实验结果与分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯525．4本章小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯546结论⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．556．1本文工作总结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯一556．2进一步工作⋯⋯⋯

4、⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯56参考文献⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．57作者简历⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．61独创性声明⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯62学位论文数据集⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．63万方数据北京交通大学硕士学位论文引言1引言本章首先介绍了当今视频检索技术的研究背景与意义，分析了国内外研究现状，并说明了基于内容视频检索技术的要点和难点，随后阐述了本文所研究的主要

5、内容和方向，最后对本文的整体组织结构进行了总结。1．1研究背景及意义近年来，随着互联网和计算机信息技术的飞速发展，多媒体应用的普及，以及音频压缩技术的广泛使用，以数字视频为主的多媒体信息逐渐成为了人们日常生活中的主流信息载体。随着各种视频资料源源不断地产生，互联网正在成为一个巨大的视频仓库，而以提供视频分享为主要业务的视频网站也都在蓬勃发展，面对海量的非结构化视频片段，如何对视频信息进行有效组织和管理并检索出用户最满意的视频信息成为信息检索领域研究的关键性问题【1】。传统的搜索引擎如Google、百度等都

6、是基于文本和关键字的方法对视频进行检索，即通过对视频信息进行文本加工和关键字注释，把对视频片段的检索转化为对文本信息的检索【2】。然而，视频内容不同于文本内容，视频数据与其语义信息之间存在鸿沟，在很多情况下，对视频信息进行人为的文字描述一方面带有很大的主观性，另一方面，也很难用一个或多个关键词来描述视频中的丰富信息。因此，为了更加客观，准确，有效地提取出多媒体信息，基于内容的多媒体视频检索系统应运而生【3】。基于内容的视频检索(Content．BasedVideoRetrieval)，就是通过对视频数据中

7、的场景、镜头、图像帧等进行有效分析，提取出视频的颜色、纹理、形状和运动等低层的视觉特征以及高层场景的语义特征，进而通过视频特征的相似度匹配，在大规模数据库中找到匹配相似度最大，用户最满意的视频数据【4】。直接根据视频内容进行检索，在没有人工参与的情况下提取出的视频特征用于相似度匹配，检索出来的结果是非常准确，客观的，同时也大大提高了视频检索的效率与准确率，在互联网信息高速发展时期，基于内容的视频检索技术已经成为多媒体技术研究中的热门课题。基于内容的视频检索技术研究主要包括视频镜头的分割，关键帧提取，视频的

8、特征提取与相似度匹配，场景构造及检索系统设计等方面【5】。它以数字图像处理，计算机视觉，模式识别为基础，从人工智能，认知科学，人机交互，数据库管理系统及信息检索领域引入数据模型，设计出有效的检索算法，可靠的系统结构及万方数据北京交通大学硕士学位论文引言友好的人机界面旧。对于用户对视频的检索过程，可以使用成熟的商业或者开源视频检索系统软件来执行，因此，本文将研究重点放在了如何准确有效地进行视频镜头分割，关键帧提取以及图像的视觉特