基于DCT系數(shù)的鏡頭檢測和關鍵幀提取算法研究.pdf

1、隨著多媒體和網絡技術的迅速發(fā)展,多媒體數(shù)據正以指數(shù)級別的速度增加。其中,視頻信息最為復雜。視頻信息的快速增長,使得人們對其進行快速、有效地檢索和管理越來越困難。為了有效節(jié)省計算機的內存資源,視頻數(shù)據通常以壓縮方式進行存儲。但是,壓縮存儲的視頻會增加視頻檢索的負擔。目前視頻檢索算法大都基于像素域,這些算法也取得較好的效果。但是,這些算法在處理壓縮視頻數(shù)據時,必須首先進行解壓縮處理,這將花費大量的時間及計算機資源。因此,如何有效利用壓縮視頻

2、的固有特征直接在壓縮域中對視頻進行快速、高效地檢索和管理,成為目前視頻檢索研究中亟待解決的問題。
　　 本文在綜合分析目前基于壓縮域的視頻檢索方法的基礎上,尤其是在深入研究現(xiàn)有的壓縮視頻鏡頭檢測和關鍵幀提取算法的基礎上,提出基于Ⅰ幀相似度跳躍式計算的鏡頭檢測算法和基于兩次檢測曲線的壓縮視頻關鍵幀提取算法,并設計一個簡單的壓縮視頻檢索的原型系統(tǒng)。具體研究內容如下:
　　 (1)提出基于Ⅰ幀相似度跳躍式計算的鏡頭檢測算法。該

3、算法利用視頻壓縮編碼的原理,按照MPEG標準,提取壓縮視頻的固有特征-Ⅰ幀DCT變換之后得到的DC系數(shù),然后對其進行相似性計算并依此作為視頻鏡頭檢測的特征。提出的算法不是順次計算兩幀之間的相似度,而是以指數(shù)增長的跳躍式方式計算兩幀之間的相似度從而達到確定鏡頭邊界范圍的目的,最后在確定的邊界范圍內利用二分查找算法定位鏡頭邊界幀,從而將鏡頭檢測算法的時間復雜度降為O(log2N),達到提高視頻鏡頭檢測效率的目的。
　　 (2)提出壓

4、縮域下基于DCT系數(shù)的關鍵幀提取算法。該算法在傳統(tǒng)的單一使用DCT變換得到的直流系數(shù)(DC)作為特征的提取方法基礎上,增加DCT變換后得到的交流系數(shù)(AC)特征,并對其進行特征融合計算得到融合特征。然后結合曲線上高曲率點表示顯著變化的思想,運用提取出的融合特征構建曲線,進而使用曲線進行關鍵幀的篩選、提取。提出的關鍵幀提取算法在提取關鍵幀的過程中無需對視頻進行完全解壓縮處理,因此能夠達到節(jié)省時間資源和計算機內存資源的目的。實驗結果表明該算