探究基于内容的视频检索关键技术研究

《探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、代号10701分类号TP391学号密级0320421143公开面簧童手辩毅戈罄硕士学位论文题(十、英立)目基于内容的视频检索关键技术研究⋯⋯⋯⋯⋯⋯一一⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯一一ResearchOllKeyTechniquesofContent—based⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯●⋯⋯⋯⋯⋯⋯⋯．．．VideoRetrieval-⋯⋯⋯⋯⋯⋯一一⋯⋯⋯-⋯⋯⋯⋯⋯⋯⋯⋯⋯作者姓名王吴指导教师姓名、职务田玉敏教授学科门类工科学科、专业计算机系统结构⋯⋯⋯⋯_⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。提交论文日期二00六年一月摘要随着计算机、通信和多媒体技术的不断发展，视频信息快速增长，如何对视频数据进行有效

2、地组织、管理、表达和检索成为视频检索研究领域里的热点问题，本文主要借鉴信息论的观点，对基于内容的视频检索关键技术——镜头边界检测和关键帧提取两方面技术进行了较为深入的研究。首先。本文在系统总结目前镜头边界检测算法的基础上，提出了一种综合的镜头边界检测算法。该算法以互信息量和直方图的结合来衡量帧间相似度，采用动态窗口技术将切变和渐变统一处理，将其全部视为切变来检测，实验表明该算法提高了检测的查全率和查准率。其次，将基于视觉匹配和聚类的算法相结合，提出了一种新的关键帧提取方法一一基于互信息量的关键帧提取。该算法以帧间的互信息量来衡量两帧图像内容的相似性，可以对具体镜头按其特点自动提取出一或多个关

3、键帧。实验表明该算法提取的关键帧和人工提取的关键帧较为一致。最后，本文对基于无监督聚类提取关键帧做了一些尝试性的工作，提出了一种基于核聚类的视频关键帧提取方法，该算法能够直接对视频序列进行关键帧提取，而无需进行诸如镜头分割之类的预操作，实验结果表明这种方法可以较好地概括视频内容。关键词：视频检索互信息量镜头边界检测关键帧提取AbstractWiththedevelopmentofcomputer,communicationandmultimediatechnologies，theamountofvideodataiseniargedatanexplosivespeed．Howtoorgani

4、ze，manage，expressandretrievethesevideodataefficientlybecomesahotissue．Thispaperimportsthetheoryofinformationintovideoretrieval，andconductsthoroughresearchinshotboundarydetectionandkeyframeextraction．Firstly,basedonthesystemicsunmaaryoftheavailableshotboundarydetectionalgorithm，ageneralshotboundaryd

5、etectionalgorithmwasproposed．Thisalgorithmcombinesmutualinformationwithhistogramasthesimilarityoftwoimageframes，andthenitadoptsadynamicwindowtounifyabrupttransitionandgradualtransitionforuniversalprocessing．ExperimentalresultsshowthisalgorithmCanimprovetherecallrateandprecisionrateatthesametime．Sec

6、ondly,basedonthecombinationofvisualmatchingandclusteringapproach，anewmutualinformationbasedkeyframeextractionalgoritEmwasintroduced，whichCarlextractoneormorekeyframesfromoneshotbythespecificcharacter．Experimentalresultsshowthisapproachhasgoodperformanceonkeyframesaccordingtothosebymanualwork．Finall

7、y,atentativeworkaboutkeyframeextractionbasedunsupervisedclusteringmethodwasproposed．Thisapproachcanextractkeyframesfromvideosequencedirectlyanddoesnotrequireanyprelreatmentsuchasshotsegmentation．Computersim