基于多關鍵幀的相似鏡頭檢索技術研究.pdf

1、網(wǎng)絡時代，人們對信息檢索技術越來越關注。視覺信息檢索是信息檢索技術中一個新的重要研究課題和熱點內(nèi)容。基于內(nèi)容的視頻檢索融合了圖像理解、模式識別、計算機視覺等技術．它根據(jù)描述媒體對象內(nèi)容的各種特征進行檢索，從數(shù)據(jù)庫中查找具有指定特征或含有特定內(nèi)容的視頻片段。 基于內(nèi)容的視頻檢索的基本思想是先將視頻序列分割為若干鏡頭，并在每一鏡頭內(nèi)選擇若干個關鍵幀，然后提取關鍵幀的視覺特征作為一種檢索機制存入視頻數(shù)據(jù)庫，最后根據(jù)用戶提交的查詢內(nèi)容，

2、按照一定的特征進行視頻檢索，將檢索結果按相似度提交給用戶。 本文主要對視頻檢索技術中三個主要方面：鏡頭分割、關鍵幀提取和基于多關鍵幀檢索做了研究分析和相關實驗。具體工作和取得成果如下： 1．鏡頭邊界檢測研究。研究比較了鏡頭邊界檢測的經(jīng)典算法。提出一種新的比較幀差異的思想，引入一個累積幀記錄視頻連續(xù)幀間的累積差異，放大漸變的特征變化。利用塊匹配算法對運動進行估計和補償，減少物體運動對鏡頭邊界檢測的影響，并對閾值進行了分析，

3、用自適應閾值提高鏡頭邊界檢測的準確性。 2．關鍵幀提取研究。研究了基于鏡頭的方法、基于內(nèi)容分析的方法、基于 C-均值聚類的方法和基于視覺采樣聚類方法提取視頻的關鍵幀。介紹了各種算法的思想，做了相關算法實驗，分析實驗結果并總結每種算法的特點。 3．視頻檢索研究。用鏡頭關鍵幀之間的相似度表示視頻鏡頭間的相似程度。主要研究了基于多關鍵幀的相似鏡頭檢索的三種算法：利用關鍵幀間平均距離的算法、利用最近特征線的算法和利用組合相似性的