基于金字塔匹配的視頻檢索關(guān)鍵技術(shù)研究.pdf

1、隨著互聯(lián)網(wǎng)上視頻數(shù)據(jù)的海量增長，對視頻數(shù)據(jù)的組織和管理成為當(dāng)下的迫切需求。由于傳統(tǒng)的基于屬性和文本的視頻檢索存在許多不足之處，因此直接通過視頻的內(nèi)容特征為索引的視頻檢索成為了當(dāng)前研究中的一個熱點，其中特征提取和特征的相似性度量是其關(guān)鍵技術(shù)。它可以結(jié)合文本檢索技術(shù)實現(xiàn)更加準(zhǔn)確的視頻分類和索引，可以剔除文本檢索視頻中出現(xiàn)的重復(fù)視頻，還能夠解決網(wǎng)站視頻版權(quán)的維護(hù)和界定等問題。但由于目前視頻的底層特征與用戶理解之間存在“語義鴻溝”問題，現(xiàn)有基于

2、內(nèi)容的視頻檢索系統(tǒng)的檢索結(jié)果往往精度不夠高，不能很好地滿足用戶的檢索需求。
　　 本文在基于金字塔匹配的視頻檢索框架下，對視頻的特征提取和金字塔系列相似性度量算法做了研究。首先，為了選擇魯棒的特征進(jìn)行視頻檢索，對多種視頻特征做了比較和分析，為了充分利用視頻的時空信息，在傳統(tǒng)特征提取算法的基礎(chǔ)上，提出一種鏡頭高層特征提取算法，算法對視頻鏡頭中頻繁出現(xiàn)的時間穩(wěn)定區(qū)域進(jìn)行跟蹤，構(gòu)造一個區(qū)域關(guān)系圖，并利用圖的連通性和區(qū)域節(jié)點的屬性選取出

3、信息量較大的區(qū)域節(jié)點作為鏡頭的表示，然后代表鏡頭的區(qū)域中提取多類基礎(chǔ)特征的統(tǒng)計作為鏡頭特征，該算法提取的特征可以為視頻鏡頭的自動分類服務(wù)。同時，研究了“視覺詞包模型”下的金字塔匹配算法，針對金字塔匹配算法中，特征編碼使用矢量量化方法表示不夠精確的問題，將生物學(xué)視覺感知中的重要研究成果稀疏編碼方法融入了該方法中，使得匹配結(jié)果更加符合人眼的視覺感知判斷，從而提高檢索的精度。最后，在基于金字塔匹配的視頻檢索框架下，融合了鏡頭分割、特征提取、密