視頻流內(nèi)容檢測技術(shù)研究與實(shí)現(xiàn).pdf

1、數(shù)字視頻已成為多媒體應(yīng)用領(lǐng)域的主要媒體形式，以視頻監(jiān)控系統(tǒng)為代表的大量數(shù)字視頻應(yīng)用逐漸出現(xiàn)在人們的日常生活之中。數(shù)字視頻的廣泛應(yīng)用伴隨著海量視頻數(shù)據(jù)的產(chǎn)生，數(shù)據(jù)量大、壓縮率高是這些視頻數(shù)據(jù)的共同特點(diǎn)。快速有效地查詢、定位這些海量視頻數(shù)據(jù)中的內(nèi)容成為亟需解決的問題。
　　圖像幀提取和圖像匹配是視頻流內(nèi)容檢測中的兩個(gè)關(guān)鍵技術(shù)。圖像幀提取速度極大影響著系統(tǒng)的檢測速度，直接圖像幀提取雖然應(yīng)用方便，但是速度很難令人滿意。對于某些視頻流，選擇

2、合理的圖像幀提取策略可以提高提取速度。在圖像匹配方面，本文綜合使用了分層方法和兩階段匹配策略。首先使用小波分解方法對圖像進(jìn)行分層預(yù)處理，然后再進(jìn)行兩個(gè)階段的相似匹配。第一階段在低分辨率圖像上使用灰度直方圖進(jìn)行粗匹配，第二階段在原始圖像上使用Zernike矩進(jìn)行精匹配。粗匹配過程會設(shè)置一個(gè)閾值，根據(jù)閾值確定需要進(jìn)行精匹配的基準(zhǔn)子圖。如果沒有任何一個(gè)基準(zhǔn)子圖通過粗匹配，那么此次匹配過程到此結(jié)束。在對視頻流內(nèi)容檢測技術(shù)進(jìn)行大量研究的基礎(chǔ)上，本