基于關聯(lián)圖譜的視頻片段檢索.pdf

1、隨著互聯(lián)網(wǎng)技術的發(fā)展和視頻采集、編輯、存儲技術的進步，越來越多的個人視頻被上傳到互聯(lián)網(wǎng)上。面對海量的視頻數(shù)據(jù)，如何快速有效地對視頻內(nèi)容進行分析和檢索成為當前視頻研究領域的當務之急，研究人員開始把注意力集中到基于內(nèi)容的視頻研究上?；趦?nèi)容的視頻片段檢索作為近期研究的熱點主要分以下幾步：鏡頭分割、關鍵幀提取、關鍵幀特征提取、相似視頻片段的檢索。基于關聯(lián)圖譜的視頻片段檢索是在基于內(nèi)容的視頻片段檢索的基礎上，構造視頻片段的關聯(lián)圖，用關聯(lián)圖譜來描

2、述視頻片段。
　　 鏡頭的分割和關鍵幀的提取作為視頻檢索的前期處理，直接影響到最終的檢索結(jié)果，本文介紹了當前主要的鏡頭檢測與關鍵幀提取方法，并對他們進行了實驗分析，在漸變鏡頭檢測中提出采用漸變閾值，實驗取得了滿意的效果。
　　 提出把視頻片段看成一個整體，構造視頻片段的關聯(lián)圖，對關聯(lián)圖的鄰接矩陣進行分析，提取主分量特征值、模間鄰接矩陣、模間距離三種譜，分別將這些譜特征嵌入到主成份分析（PCA）和獨立分量分析（ICA）模式

3、空間，通過K-means聚類方法進行聚類分析。通過實驗我們知道，關聯(lián)圖譜在不同模式空間下的聚類都取得了很好的效果，說明關聯(lián)圖譜在描述視頻片段上具有好的魯棒性，并將這一研究成果應用到第四章，對視頻庫中的視頻片段進行有效的分類。
　　 研究了基于關聯(lián)圖譜的視頻片段檢索的框架，并提取了視頻片段中每個鏡頭的關鍵幀集合的三種底層特征，再分別構造三種底層特征的關聯(lián)圖，分析關聯(lián)圖的相似矩陣并提取它們的譜特征，用譜特征來描述視頻片段。用K-me