基于內(nèi)容的視頻檢索中鏡頭檢測和關(guān)鍵幀提取研究.pdf

1、隨著高性能計(jì)算機(jī)、寬帶網(wǎng)絡(luò)、多媒體、視頻壓縮和存儲等技術(shù)的發(fā)展，視頻數(shù)據(jù)得到了越來越廣泛的應(yīng)用，如視頻點(diǎn)播系統(tǒng)(VOD)、數(shù)字化圖書館(DL)、媒體資產(chǎn)管理(MAM)等。近年來，基于內(nèi)容的視頻檢索技術(shù)(Content-based Video Retrieval，簡稱CBVR)受到了越來越多的重視，已成為信息科學(xué)領(lǐng)域的研究熱點(diǎn)。本文對基于內(nèi)容的視頻檢索基本原理和關(guān)鍵技術(shù)進(jìn)行了研究，主要工作如下： 1.詳細(xì)介紹了基于內(nèi)容的視頻檢索產(chǎn)

2、生的背景及其應(yīng)用價(jià)值，研究分析了基于內(nèi)容的視頻檢索發(fā)展過程和國內(nèi)外研究現(xiàn)狀，并對其包括的關(guān)鍵技術(shù)和特點(diǎn)進(jìn)行了闡述，同時(shí)介紹了幾個(gè)典型的CBVR系統(tǒng)與CBVR技術(shù)的主要應(yīng)用領(lǐng)域。 2.鏡頭檢測是基于內(nèi)容的視頻檢索首先要解決的關(guān)鍵技術(shù)，直接關(guān)系到一個(gè)CBVR系統(tǒng)性能的優(yōu)劣，本文對此進(jìn)行了詳細(xì)的研究和分析。首先介紹了鏡頭變換的類型和檢測算法的評價(jià)標(biāo)準(zhǔn)，其次討論了幾種典型的鏡頭檢測算法并對其性能加以分析，然后分別提出了一種將模板匹配和直

3、方圖法相結(jié)合的鏡頭切變檢測算法、一種基于奇異值分解和特征融合的鏡頭檢測算法和一種改進(jìn)的基于聚類的鏡頭檢測算法，并對所提出的算法進(jìn)行了詳細(xì)的實(shí)驗(yàn)結(jié)果分析和討論。實(shí)驗(yàn)結(jié)果表明，結(jié)合模板匹配和直方圖的鏡頭切變檢測算法以及基于奇異值分解和特征融合的鏡頭檢測算法性能優(yōu)于改進(jìn)的基于聚類的鏡頭檢測算法。模板匹配和直方圖相結(jié)合的算法適用于切變檢測，基于奇異值分解和特征融合的算法可同時(shí)對切變和漸變進(jìn)行檢測，改進(jìn)的基于聚類的算法適用于鏡頭之間內(nèi)容差異較大、