视频检索中的镜头分割及关键帧提取方法研究

《视频检索中的镜头分割及关键帧提取方法研究》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、ＩＴＰ３９１密级么、开分类号；：１０１４２．．：ＵＤＣ：单位代码＿＿＿Ｉ１巧俺３寺火驾＼硕壬学位论文视频检索中的镜头分割及关键巾贞提取方法研究ｍ２０１３４１０学弓？曲阳作者：计算机软件与理论学科名称：２０１６年２月２７日独创性说明本人郑重声明：所呈交的论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加标注和致谢的地方外，论文中不包含其他人已经发表或撰写的研究成果，也不包含为获得沈阳工业大学或其他教育机构的学位或证书所使用过的材料一。与我同工作的同

2、志对本研巧所做的任何贡献均己在论文中做了明确的说明并表示了谢意。？＾＾＾１马签名Ｉ种口＾勾；為日期：４关于学位论文使用授权的说明本学位论文作者和指导教师完全了解沈阳工业大学有关保留、使用学位论文的规定，即：学校有权保留并向国家有关部口或机构送交论文的复印件和电子版，允许论文被查阅和借阅；本人授权沈阳工业大学可将学位论文的全部或部分内容编入有关数据库进行检索、交流，可Ｗ采用影印、缩印或其他复制手段保存论文和汇编本学位论文。（保密的论文在解密后应遵循此规定）２玄至。。签名？＆紅〇１（耸１＾：匈导师签名：吁日期：沈阳工业大学硕士

3、学位论文视频检索中的镜头分割及关键帧提取方法研究ResearchonShotSegmentationandKeyFrameExtractionMethodinVideoRetrieval曲阳信息科学与工程学院作者：单位：沈阳工业大学指导教师：邵虹教授单位：协助指导教师：崔文成副教授单位：沈阳工业大学单位：论文答辩日期：2016年2月27日学位授予单位：沈阳工业大学摘要随着互联网+时代的到来，多媒体在新形势下面临着新的机遇与挑战，同时也引发了如何利用互联网思维融合多媒体产业的新思考。多媒体信息的迅速增长致使多媒体技术的发展显得尤为重要，如何有效地组织管理视频信息，并快速地从

4、视频数据中检索到自己所需要的视频成为了广大科研学者的研究重点。在这样的背景之下，基于内容的视频检索技术应运而生，它可以通过对视频内容进行分析和处理，实现对视频信息的检索。而视频镜头边界检测以及关键帧提取是基于内容的视频检索中两项关键性的技术，也是实现后续的视频检索功能的基础。因此，本文的主要研究重点是镜头边界检测与关键帧提取。本文给出了将HSV颜色直方图与HOG特征相结合的镜头边界检测算法，包括切变镜头检测和渐变镜头检测两种算法。在切变镜头检测过程中，首先利用HSV颜色直方图检测出切变镜头的位置，由于HSV颜色直方图方法不能表示空间位置信息，同时会受到亮度变换等方面的影响

5、，因此又利用HOG特征来进行二次检测，以提高切变镜头算法的准确率和查全率。在渐变镜头检测过程中，分别以5帧和25帧间隔提取视频图像帧的HOG特征和HSV颜色直方图特征，并综合利用这两个特征进行渐变检测，加快了渐变镜头检测速度的同时获得了较为理想的检测结果。关于关键帧的选取方法，本文在对现有的关键帧提取算法进行研究和分析的基础上，采用基于2DPCA与密度峰值聚类算法的关键帧提取方法，首先利用2DPCA降维方法将图像特征降维，使图像数据具有较低的冗余性，节约了检测时间，然后利用密度峰值聚类分析方法改善了传统算法中关键帧提取数目不够灵活的缺点并直接排除受闪光影响的图像帧。实验结

6、果表明本文的关键帧提取算法能够较为精确地定位关键帧，从主观和客观两个角度来看提取的关键帧具有代表性。关键词：镜头边界检测，关键帧提取，HSV直方图，聚类，HOG特征IAbstractWiththeadventoftheInternet+era,multimediaisfacingnewopportunitiesandchallengesinthenewsituation,butalsobringingnewthinkingofhowtointegratemultimediaindustrywithInternetthinking.Therapidgrowthofmulti

7、mediainformationalsomakesthedevelopmentofmultimediatechnologyparticularlyimportant,howtoeffectivelyorganizeandmanagevideoinformation,andquicklyretrieverequiredvideofromvideodatahasbecometheresearchfocusofmajorityofresearchers.Contentbasedvideoretrievaltechnologyaris