視頻相似性度量與分段技術(shù)的研究.pdf

1、在互聯(lián)網(wǎng)時代，視頻數(shù)據(jù)的洪流已經(jīng)形成，規(guī)模還在急劇地增長。海量的視頻數(shù)據(jù)在豐富了人們生活學(xué)習(xí)的同時，也給社會帶來了很多管理難題。本文關(guān)注視頻分析與度量領(lǐng)域的兩個基本問題，第一個是相似性度量提升問題，即如何克服圖像特征表征技術(shù)和相似性度量方法的局限，正確估計圖像之間的相似性;第二個是視頻場景分段技術(shù)，其是視頻分類、視頻索引等應(yīng)用的前提基礎(chǔ)。針對這兩個問題，本文分別提出了基于距離分布信息的相似度估計提升算法，和基于顯著圖和目標(biāo)識別的視頻場景

2、分段算法。
　　1.基于距離分布信息的相似度估計提升算法。該算法提出并驗證了一個假設(shè)，查詢圖像在搜索一個獨立數(shù)據(jù)庫時會返回一個基于距離的返回列表，此時相似圖像得到的距離分布信息是相似的，而不同類型圖像得到的距離分布信息是不同的。該算法通過引入圖像的距離分布信息，利用距離向量下的面積來表征圖像的距離分布信息，然后構(gòu)造一個權(quán)重更新函數(shù)，將兩者結(jié)合起來更新圖像之間的原始距離，最終實現(xiàn)圖像匹配率的提升。實驗表明，該算法有效地提升了圖像檢索

3、的準(zhǔn)確率。
　　2.基于顯著圖和目標(biāo)識別的視頻場景分段算法。該算法提出了一個簡化版的視頻場景定義，即視頻場景是在當(dāng)前畫面下，目標(biāo)以及目標(biāo)之間關(guān)系的總和。這個定義切合了場景分段作為一個邏輯故事單元的思想，同時又把場景進(jìn)行進(jìn)一步細(xì)化。在此基礎(chǔ)上利用當(dāng)前成熟的顯著圖檢測和目標(biāo)識別技術(shù)，結(jié)合粗分段與細(xì)分段兩個階段實現(xiàn)了前述定義下的視頻場景分段。本文通過與其他場景分段算法提取的關(guān)鍵場景進(jìn)行比較實驗，證明了該算法對于多類視頻都能達(dá)到較好的分段