視頻鏡頭分割和關(guān)鍵幀提取關(guān)鍵技術(shù)研究.pdf

1、互聯(lián)網(wǎng)和多媒體技術(shù)日新月異的發(fā)展豐富了現(xiàn)代人的生活，以往單調(diào)乏味的文本信息已經(jīng)逐漸被生動(dòng)形象的數(shù)字視頻所代替。毋庸置疑，融合了文本信息、音頻和視覺(jué)信息的數(shù)字視頻被廣泛應(yīng)用于影視、體育、教育、醫(yī)療等各個(gè)領(lǐng)域，已經(jīng)漸漸成為了網(wǎng)絡(luò)世界人們傳遞信息的主要方式之一。但是，由于數(shù)字視頻的內(nèi)容豐富、數(shù)據(jù)結(jié)構(gòu)復(fù)雜且數(shù)據(jù)量非常大等特點(diǎn)，能否在海量的視頻中快速檢索到需要的視頻，已經(jīng)成為亟待解決的問(wèn)題。視頻鏡頭分割和關(guān)鍵幀提取作為視頻檢索技術(shù)中最基礎(chǔ)也是最重

2、要的核心步驟，一直是眾多專(zhuān)家學(xué)者研究的熱點(diǎn)。本文主要對(duì)鏡頭分割和關(guān)鍵幀提取中涉及的相關(guān)技術(shù)進(jìn)行了研究和改進(jìn)，并取得了一定成果。
　　1.研究了提取圖像特征的方法，提出了一種基于HSV顏色空間和非均勻分塊權(quán)重的特征提取方法。首先將圖像的RGB顏色特征轉(zhuǎn)換為HSV顏色特征，并將顏色特征非均勻量化成72維的特征向量。然后對(duì)圖像非均勻分塊并對(duì)中心部分賦予較大權(quán)值。這種方法考慮了圖像的整體特征，同時(shí)也突出了圖像中心的重點(diǎn)內(nèi)容。
　　2

3、.研究了幀間相似性度量算法，提出了基于Tsallis熵的幀間相似性度量算法。這種算法將Tsallis熵與Jensen公式結(jié)合，構(gòu)造了基于Tsallis熵的距離度量公式，可以對(duì)連續(xù)幀的72維特征向量直接計(jì)算幀間距離。
　　3.研究了鏡頭分割算法，提出了用滑動(dòng)窗口優(yōu)化閾值的鏡頭分割算法，在滑動(dòng)窗口內(nèi)，使用較大的閾值對(duì)突變鏡頭進(jìn)行檢測(cè)，較小的閾值對(duì)漸變鏡頭進(jìn)行檢測(cè)。對(duì)于檢測(cè)出的突變鏡頭，采用間隔幀的幀間距離再次進(jìn)行閃光檢測(cè)，避免由閃光燈