多層次語義視頻對象描述模型及提取技術(shù)研究.pdf

1、隨著視頻信號的壓縮、傳輸和存儲等方面技術(shù)的迅速發(fā)展，人們對多媒體信息的需求也從簡單的播放轉(zhuǎn)向了以基于內(nèi)容的訪問、檢索和操作為特征的交互式視頻服務(wù)、娛樂視頻應(yīng)用以及各種媒體的視頻點播等。從視頻序列中提取語義信息并以此信息描述視頻流，不僅能夠有效提高視頻壓縮比，還可以增強對視頻內(nèi)容的訪問、檢索和操作，因而基于內(nèi)容的視頻分析已成為國內(nèi)外學術(shù)界研究的熱點。 但由于視頻特征和視頻語義之間并不存在一一匹配的關(guān)系，傳統(tǒng)視頻內(nèi)容分析方法帶來了語

2、義鴻溝問題。本文主要研究了現(xiàn)有的視頻分割提取及內(nèi)容分析技術(shù)，在此基礎(chǔ)上建立了合理有效的語義視頻信息描述模型，從而實現(xiàn)了從視頻特征信息與高低多層語義信息的映射，提出了一個多層次語義視頻對象提取算法。本文首先研究語義視頻信息描述模型并做了深入探討，在此基礎(chǔ)上提出了一種多層次語義視頻對象描述模型，并進一步提出多層次語義視頻對象提取結(jié)構(gòu)框圖，進而基于該語義視頻對象提取結(jié)構(gòu)框圖設(shè)計實現(xiàn)了一個視頻信息檢測算法，用于查找敏感信息。主要工作包括如下幾個

3、方面： 在語義視頻對象描述與分析方面，本文在分析和研究了基于結(jié)構(gòu)和內(nèi)容建模的傳統(tǒng)語義視頻信息描述模型及改進的視頻語義信息層次化描述模型的基礎(chǔ)上，提出了一種適用于不良視頻信息檢測的多層次人體語義視頻對象描述模型。 在語義視頻對象提取方面，本文在提出的描述模型的基礎(chǔ)上進一步提出了一個多層次語義視頻對象提取結(jié)構(gòu)框圖，并設(shè)計實現(xiàn)了基于多層次人體語義視頻對象提取的不良視頻信息檢測算法。在該算法中，我們提出了基于光流法的關(guān)鍵幀提取算