基于特征融合的視頻相似性度量算法研究.pdf

1、基于內(nèi)容的視頻檢索技術(shù)指根據(jù)用戶(hù)提交的示例視頻，在視頻數(shù)據(jù)庫(kù)中查找與其相似的視頻片段，并將查詢(xún)結(jié)果按相似程度的高低反饋給用戶(hù)。顯然視頻序列相似性度量算法的好壞是決定檢索效率高低的關(guān)鍵因素之一，從而使得如何有效進(jìn)行視頻序列的相似性度量成為視頻檢索領(lǐng)域研究的熱點(diǎn)之一，所以本文重點(diǎn)研究了視頻特征的有效表征方法和相似性度量算法。
　　具體研究?jī)?nèi)容如下：
　　（1）鑒于視頻的結(jié)構(gòu)化特征，總結(jié)并分析視頻的層次化結(jié)構(gòu)以及主要的鏡頭邊界檢測(cè)

2、和關(guān)鍵幀提取常用的方法及優(yōu)缺點(diǎn)；綜述目前國(guó)內(nèi)外常用的視頻特征提取方法和相似性度量算法；研究了距離d值的大小對(duì)灰度共生矩陣各特征值的影響，并通過(guò)實(shí)驗(yàn)確定距離d的合理取值。
　?。?）提出一種綜合圓環(huán)分塊的顏色特征和紋理特征的鏡頭邊界檢測(cè)方法。首先計(jì)算分塊的HS色彩直方圖的不連續(xù)幀差；其次計(jì)算融合Tamura紋理特征和灰度共生矩陣的紋理特征向量的不連續(xù)幀差；最后利用這兩個(gè)幀差作為輸入向量，采用Kohonen自組織網(wǎng)絡(luò)對(duì)不連續(xù)值進(jìn)行聚類(lèi)

3、得到鏡頭邊界。該方法避免了閾值選擇的問(wèn)題，實(shí)驗(yàn)結(jié)果證明，該方法是可行的、有效的，達(dá)到了較好的查全率和查準(zhǔn)率。
　　（3）在基于關(guān)鍵幀的視頻序列相似性度量中，基于單特征的視頻相似性度量算法一般性能較低。提出一種基于主顏色NMI不變特征和紋理特征融合的視頻關(guān)鍵幀相似性度量算法，使用主顏色歸一化轉(zhuǎn)動(dòng)慣量所提取的主顏色NMI不變特征，不僅包括視頻幀的形狀信息而且也包括視頻幀主顏色的空間信息，簡(jiǎn)單、有效的表示視頻幀的內(nèi)容特征；采用改進(jìn)的灰度