基于內容視頻摘要研究與應用.pdf

1、隨著信息高速發(fā)展，視頻數據在現代社會中發(fā)揮著越來越重要的作用，視頻摘要提取技術正是在這種大環(huán)境下“應運而生”的。視頻摘要提取是從視頻數據中摘取具有代表性的圖像幀或視頻片段，通過視頻結構化和摘要提取，能夠生成一個有意義的并且能夠體現視頻內容的結構大綱，便于用戶對視頻內容進行瀏覽、編輯和檢索。目前，視頻摘要在多個方面取得了長足的進步，當前主要研究內容包括：視頻底層特征分析、中級語義信息提取(即語義事件檢測)、高級事件推理、精彩事件檢測、自動

2、摘要生成、視頻瀏覽、視頻檢索、個性化定制、視頻內容編輯等，然而，由于數據模型的適應性、語義的分析和理解等仍存在較大問題，大規(guī)模的應用還沒實現。本文針對數據模型和語義分析這個熱點和難點從視頻特征，結合視頻類型規(guī)則和統計物理學等跨領域內容進行了較系統和循序漸進的研究。
　　 本文主要完成的研究工作有以下幾個方面：(1)詳細總結了與基于內容的視頻摘要相關的理論、系統的發(fā)展狀況。結合國內外在視頻結構化分層領域的研究成果，引出了本文基于內

3、容的視頻摘要生成的方法，并闡述了一種層次視頻摘要系統框架。(2)利用DirectShow技術，實現了視頻的播放與視頻幀的捕獲，并合并視頻摘要形成縮略視頻，并探討了關鍵幀提取的原理與主要算法，重點介紹互信息量聚類算法，并利用VC++實現了這些算法，同時進行比較分析；(3)本文以基于互信息量聚類算法為基礎提取關鍵幀，并提出“局部-空間”模型，同時以廣告和體育視頻為例，詳細說明該數據模型的實現流程，獲取了動態(tài)視頻摘要；(4)在上述模型的基礎之