基于內(nèi)容的視頻媒體信息檢索方法及框架研究.pdf

1、隨著計算機技術(shù)、網(wǎng)絡(luò)技術(shù)、音視頻壓縮技術(shù)以及計算機硬件技術(shù)等的高速發(fā)展，視頻媒體數(shù)據(jù)的存儲和傳輸不再是一件棘手的事情，并且數(shù)字視頻也越來越廣泛地融入人們的生活中。但是，視覺媒體信息膨脹帶來的問題卻非常嚴(yán)重，很多領(lǐng)域由于對大量的視覺信息無法有效的處理而使采集的視覺信息閑置，造成了很大的資源浪費：另外，曾經(jīng)的單純基于文本方式的傳統(tǒng)視頻信息管理系統(tǒng)也暴露出了很大的局限性。如何有效地組織、表達(dá)、存儲和管理視頻媒體數(shù)據(jù)，以及怎樣對其進行快速檢索與

2、瀏覽等已成為視頻領(lǐng)域內(nèi)迫切的需求，于是基于內(nèi)容的視頻信息檢索技術(shù)便應(yīng)運而生。 本文在深入分析基于內(nèi)容的視頻媒體檢索技術(shù)的研究現(xiàn)狀和可能的發(fā)展趨勢的基礎(chǔ)上，從鏡頭檢測、語義分類、以及多模態(tài)信息融合三個方面對基于內(nèi)容的視頻媒體信息檢索進行了分析和研究。 1.在鏡頭檢測方面，將信息熵的知識應(yīng)用到視頻鏡頭檢測中，討論了直方圖熵差法在鏡頭檢測中的應(yīng)用，結(jié)合高斯模型和滑動窗口法確定自適應(yīng)閾值，并使用最大熵確定分段全局最佳閾值來消除局

3、部滑動窗口法的極大值造成的誤檢。直方圖熵差作為鏡頭檢測的測度可有效擴大鏡頭轉(zhuǎn)換幀與非鏡頭轉(zhuǎn)換幀之間的對比效果，并在驗證中發(fā)現(xiàn)這種方法對諸如閃光燈、馬賽克等干擾有很強的抑制作用，不需要額外處理。 2.在語義分類方面，在基于語義監(jiān)督的聚類索引基礎(chǔ)上，討論了基于貝葉斯的語義分類方法，首先通過語義監(jiān)督對視頻樣本庫的底層特征做層次聚類劃分，直到一個層次聚類中只包含一個高層語義類別的視頻鏡頭時，便為這個層次聚類建立索引項，進行降維，然后統(tǒng)計