鏡頭檢測(cè)及關(guān)鍵幀提取方法研究與應(yīng)用.pdf

1、計(jì)算機(jī)技術(shù)和多媒體技術(shù)的迅猛發(fā)展讓我們不得不面對(duì)大量的視頻信息，在大量視頻素材中方便地尋找感興趣的視頻片段的需求已變得日益迫切，傳統(tǒng)的基于文字的檢索方法已不能滿足要求。為了解決這些難題，20世紀(jì)90年代出現(xiàn)了基于內(nèi)容的視頻檢索技術(shù)(CBVR)，除了文本，還利用諸如顏色，紋理，形狀和邊緣等視覺(jué)信息來(lái)描述視頻。鏡頭檢測(cè)和關(guān)鍵幀提取是實(shí)現(xiàn)基于內(nèi)容視頻檢索系統(tǒng)的兩個(gè)關(guān)鍵技術(shù)。本文就是在現(xiàn)有算法的基礎(chǔ)上，對(duì)鏡頭檢測(cè)和關(guān)鍵幀提取進(jìn)行進(jìn)一步的研究和改

2、進(jìn)，主要工作如下： 通過(guò)對(duì)現(xiàn)有鏡頭檢測(cè)算法的分析，本文提出一種基于字符串匹配及直方圖分析的快速切變檢測(cè)算法，實(shí)驗(yàn)顯示這種方法可以有效地解決單獨(dú)使用字符串匹配算法的誤檢問(wèn)題具有較高的精確率，同時(shí)算法所用的計(jì)算時(shí)間約為單獨(dú)使用直方圖算法的40﹪左右；在鏡頭漸變檢測(cè)方面，本文將圖像的直方圖、中心矩、邊緣特征相結(jié)合，用支持向量機(jī)來(lái)檢測(cè)鏡頭漸變位置，實(shí)驗(yàn)顯示這種方法可以達(dá)到檢測(cè)鏡頭漸變的目的，但精確率有待提高。 最后我們對(duì)根據(jù)內(nèi)容