基于語義的視頻分割方法研究.pdf

1、隨著計算機、通信和多媒體技術的不斷發(fā)展,視頻信息快速增長,如何從海量視頻數據中快速有效地檢索出所需要的信息,成為視頻相關領域里的研究熱點。由于視頻數據的無結構化特點,視頻檢索必須以視頻分割為基礎。所以,視頻分割技術具有重要的研究意義和應用價值。
　　 視頻分割的過程就是將無結構化數據分割為“幀--鏡頭--場景--視頻節(jié)目”的層次結構的過程。由于存在語義鴻溝,對視頻進行語義分割是比較困難的。本文對“幀--鏡頭”(鏡頭檢測)和“鏡頭

2、--場景”(場景構造)兩個層次進行了深入研究,分別對這兩步進行了改進,主要工作如下:
　　 首先,針對已有鏡頭檢測方法中閾值判定自適應性差的問題,對一種基于滑動窗口的鏡頭邊界檢測方法作了改進。在利用HSV(Hue,Saturation,Value)直方圖計算出幀間不連續(xù)值的基礎上,縮小滑動窗口內選取樣本的比較粒度,利用高斯模型生成自適應閾值,同時檢測出鏡頭漸變和切變。
　　 其次,針對視頻分割中存在的語義鴻溝問題,采用語

3、義矢量來建立低層特征和高層語義之間的關聯(lián)。根據鏡頭關鍵幀畫面語義的不同,提取鏡頭關鍵幀的顏色特征,并將其歸一化；然后利用支持向量機對歸一化后的特征量進行語義分類預測,從而生成語義矢量；將生成的語義矢量應用于已有的重疊鏡頭鏈方法,對鏡頭關鍵幀進行聚類,按語義差別構造出不同場景。
　　 最后,選取不同風格的非壓縮域視頻序列進行實驗。結果表明,改進后的鏡頭邊界檢測方法可以準確快速地定位鏡頭邊界,查準率較以往方法有一定提高；語義場景構造