基于內(nèi)容的視頻檢索系統(tǒng)的研究與設(shè)計(jì).pdf

1、隨著多媒體和網(wǎng)絡(luò)技術(shù)的不斷發(fā)展，多媒體信息與日俱增，但搜索感興趣的數(shù)據(jù)變得日益困難。為此，在信息學(xué)科形成了一個(gè)全新的研究領(lǐng)域，即基于內(nèi)容的視頻檢索(Content-Based Video Retrieval，CBVR)，它是根據(jù)視頻的內(nèi)容及上下文關(guān)系，在視頻分析的基礎(chǔ)上，提取能夠反映視頻內(nèi)容的各種特征，進(jìn)而通過模式匹配對(duì)大規(guī)模視頻數(shù)據(jù)庫(kù)中的視頻數(shù)據(jù)進(jìn)行檢索。本文在數(shù)字視頻結(jié)構(gòu)理論的基礎(chǔ)上，對(duì)鏡頭檢測(cè)、關(guān)鍵幀提取算法做了進(jìn)一步的研究和改進(jìn)

2、，其主要研究?jī)?nèi)容包括：
　　 (1)在分析視頻數(shù)據(jù)特點(diǎn)的基礎(chǔ)上，描繪了一種簡(jiǎn)單的視頻數(shù)據(jù)模型，該模型可以從關(guān)鍵幀、幀、鏡頭、場(chǎng)景、故事單元等不同層次對(duì)視頻結(jié)構(gòu)進(jìn)行描述。
　　 (2)詳細(xì)分析和對(duì)比了常見的鏡頭檢測(cè)算法，發(fā)現(xiàn)大部分算法需要設(shè)定一個(gè)或兩個(gè)閥值來檢測(cè)鏡頭邊緣，極大的影響了算法的通用性。本文給出了一種基于機(jī)器學(xué)習(xí)的支持向量機(jī)鏡頭檢測(cè)算法，無需預(yù)先設(shè)定閥值，可以同時(shí)檢測(cè)出鏡頭切變和漸變，且有良好的查全率和查準(zhǔn)率。<

3、br>　　 (3)在關(guān)鍵幀提取算法上，研究分析了傳統(tǒng)的關(guān)鍵幀選擇方法，在此基礎(chǔ)上對(duì)聚類算法進(jìn)行改進(jìn)，給出了一種FCM聚類融合SIFT特征匹配的算法，通過仿真驗(yàn)證了該算法有較高的查全率和準(zhǔn)確率。
　　 (4)討論了視頻數(shù)據(jù)庫(kù)結(jié)構(gòu)的重要性。通過對(duì)目前三個(gè)經(jīng)典的視頻檢索系統(tǒng)的框架結(jié)構(gòu)、工作原理、流程等的總結(jié)分析，設(shè)計(jì)了一個(gè)通用的基于內(nèi)容的視頻檢索系統(tǒng)模型，并對(duì)各個(gè)模塊功能進(jìn)行了詳細(xì)的說明，最后通過仿真對(duì)比，驗(yàn)證了該設(shè)計(jì)方案的有效性。