基于內(nèi)容的電影視頻結(jié)構(gòu)化技術(shù)研究.pdf

1、隨著多媒體和網(wǎng)絡(luò)技術(shù)的迅速發(fā)展，大量的視頻信息不斷地在網(wǎng)絡(luò)上涌現(xiàn)出來，極大地豐富了人們的日常生活。但是，視頻信息的豐富性是以其無結(jié)構(gòu)性為代價的，在海量的視頻數(shù)據(jù)庫中人們通常只能以“快進”、“快退”地方式來尋找自己感興趣的視頻。目前，視頻數(shù)據(jù)的無結(jié)構(gòu)性已經(jīng)成為視頻檢索的一個瓶頸問題，極大地阻礙了各種視頻媒體的有效應(yīng)用。因此，本文以電影視頻為對象，系統(tǒng)地討論了電影視頻結(jié)構(gòu)化技術(shù)的方法。 本文首先系統(tǒng)地分析和研究了電影視頻拍攝

2、和剪輯的一般過程，指出了電影視頻在制作和感知過程中所遵循的共同基本規(guī)律，剖析和總結(jié)了這些基本規(guī)律對電影視頻結(jié)構(gòu)化技術(shù)的指導(dǎo)意義。 其次，本文研究了視頻鏡頭檢測的問題。介紹和分析了現(xiàn)有各種鏡頭檢測方法，在分析典型的“雙閾值法”的基礎(chǔ)上，提出了一種基于YUV直方圖幀間差的鏡頭檢測方法。該方法使用高斯模型來確定閾值，使其能夠根據(jù)輸入的視頻內(nèi)容自動的進行調(diào)整來滿足不同視頻類型的需求。在此基礎(chǔ)上，本文還給出了一種簡單有效的關(guān)鍵幀提取方

3、法。它能根據(jù)鏡頭內(nèi)容的變化情況，通過鏡頭幀聚類來提取鏡頭關(guān)鍵幀。 最后，本文重點研究了視頻場景提取的問題。這一部分從電影剪輯的基本原則入手，結(jié)合現(xiàn)有的場景定義，給出了一種新的電影場景的定義方法，提出了一種基于視／音頻特征的電影場景檢測方法。根據(jù)新的場景定義，選擇了一種相應(yīng)的鏡頭區(qū)域特征選擇方法，區(qū)域特征的選擇大大簡化了計算的復(fù)雜度，減少計算時間。使用了基于雙滑動鏡頭窗的方法進行鏡頭聚類，形成初步的場景分割；然后根據(jù)場景邊