視頻數(shù)據(jù)挖掘的方法研究及應用.pdf

1、近年來，在數(shù)據(jù)挖掘技術領域已經(jīng)取得了許多令人矚目的成果，大量的新算法不斷涌現(xiàn)，許多商用系統(tǒng)已經(jīng)推出，數(shù)據(jù)挖掘的應用領域也不斷擴展。由于信息技術的不斷發(fā)展和進步,數(shù)據(jù)形式不斷的豐富，多媒體數(shù)據(jù)庫日益增多。視頻挖掘是多媒體數(shù)據(jù)挖掘中一個非常重要的內容，同時也是數(shù)據(jù)挖掘新的研究方向。 目前，在電影視頻、醫(yī)療視頻、體育視頻及交通視頻等方面的視頻數(shù)據(jù)挖掘已經(jīng)取得了許多進展。其中，由于安全防護問題的持續(xù)升溫，使得綜合視頻監(jiān)控系統(tǒng)和交通監(jiān)控系

2、統(tǒng)最為人們所關注。本文針對于場景監(jiān)控視頻這一類沒有內容結構的視頻，應用了視頻數(shù)據(jù)挖掘的視頻運動挖掘技術思路，從視頻中提取視頻對象,跟蹤其運動，結合時間特性形成時間序列數(shù)據(jù)，并只對時間序列進行索引、分類和聚類，實現(xiàn)了對視頻數(shù)據(jù)進行挖掘的目的。本文的主要研究內容有以下幾個方面。 （1）介紹了從視頻數(shù)據(jù)中提取表證視頻運動特征的時間序列數(shù)據(jù)的步驟和方法，包括對視頻進行預處理、視頻運動對象的檢測和分割、跟蹤視頻對象的運動、提取其運動的軌跡

3、等，并且將時間序列的相似性查詢和聚類等挖掘算法，應用于實際從視頻中提取出來的時間序列數(shù)據(jù)，較好地實現(xiàn)了視頻數(shù)據(jù)的相似性查詢和聚類分析。 （2）文章對于利用時間序列挖掘算法來處理視頻提取的兩維時間序列的相似性查詢進行了擴展研究，在對一維時間序列的近似表示方法進行研究的基礎上，提出了基于PAA分段的二維視頻時序數(shù)據(jù)的近似表示和基于特征點分段的二維視頻時序數(shù)據(jù)的近似表示兩個新算法，用來實現(xiàn)視頻中提取出來的兩維時間序列的相似性查詢。這兩

4、種新算法解決了從視頻數(shù)據(jù)中提取出來表征視頻運動信息的時間序列多為兩維時間序列的實際應用問題，滿足了視頻數(shù)據(jù)挖掘中較為重要的相似性查詢的實際需求，提高了相似性查詢的效率并減少了搜索時間。同時對提出的新算法分別進行了仿真實驗。 （3）最后，針對這一類視頻運動挖掘問題，提出了一個視頻運動挖掘系統(tǒng)的體系結構，該體系結構是在跟蹤視頻對象運動的基礎上，結合時間特性形成時間序列數(shù)據(jù)，進一步應用了時間序列挖掘的方法，來實現(xiàn)對視頻數(shù)據(jù)進行數(shù)據(jù)挖掘