基于內(nèi)容的視頻檢索若干技術(shù)研究.pdf

1、隨著視頻數(shù)據(jù)的飛速膨脹，如何在海量的數(shù)據(jù)中快速檢索到所需要的信息顯得至關(guān)重要。傳統(tǒng)的基于文本標(biāo)注的檢索方法不僅難以完整的描述視頻數(shù)據(jù)豐富多變的內(nèi)容，而且手工生成的索引費(fèi)時費(fèi)力，沒有統(tǒng)一標(biāo)準(zhǔn)。于是，基于內(nèi)容的視頻檢索(CBVR)技術(shù)引起了人們的廣泛關(guān)注。本文在介紹基于內(nèi)容的視頻檢索技術(shù)的基礎(chǔ)上，主要對以下幾方面進(jìn)行了研究和探討。
　　 (1)鏡頭邊界檢測。鏡頭邊界檢測是視頻處理的第一步，本文在研究了現(xiàn)有鏡頭邊界檢測方法的基礎(chǔ)上，提

2、出了一種隨鏡頭內(nèi)容變化自動調(diào)整閾值的自適應(yīng)雙閾值鏡頭檢測算法。該算法采用了非均勻分塊加權(quán)的顏色直方圖為特征進(jìn)行幀間差計算，既考慮了圖像的全局信息，又加入了位置信息。并且在初步檢測到鏡頭邊界時進(jìn)行了二次驗(yàn)證，有效地減少了由閃光燈等因素帶來的鏡頭誤檢。最后，通過實(shí)驗(yàn)結(jié)果的比較，驗(yàn)證了本算法的有效性。
　　 (2)關(guān)鍵幀提取。動態(tài)幀平均算法提取關(guān)鍵幀，既確保了所提取的關(guān)鍵幀具有很好的平均意義，還能夠適應(yīng)內(nèi)容變化較大的鏡頭，靈活控制關(guān)鍵

3、幀選取數(shù)目。但不足的是該算法的計算量相對較大。本文針對計算繁瑣的缺點(diǎn)對該算法中逐幀求幀間差與閾值比較來檢測子鏡頭邊界的算法做了改進(jìn)，提出了一種快速檢測子鏡頭邊界的方法，改善了關(guān)鍵幀提取的效率。
　　 (3)相似性度量。基于鏡頭的檢索是視頻檢索的重要內(nèi)容。而鏡頭的相似性往往通過關(guān)鍵幀的相似性進(jìn)行度量。本文提出了一種基于非均勻塊加權(quán)的HSV直方圖的關(guān)鍵幀相似度量方法，并在此基礎(chǔ)上給出了鏡頭相似性度量算法。通過實(shí)驗(yàn)結(jié)果證明，該算法具有