基于內(nèi)容的視頻檢索若干技術(shù)研究.pdf

1、隨著視頻數(shù)據(jù)的飛速膨脹，如何在海量的數(shù)據(jù)中快速檢索到所需要的信息顯得至關(guān)重要。傳統(tǒng)的基于文本標(biāo)注的檢索方法不僅難以完整的描述視頻數(shù)據(jù)豐富多變的內(nèi)容，而且手工生成的索引費(fèi)時(shí)費(fèi)力，沒有統(tǒng)一標(biāo)準(zhǔn)。于是，基于內(nèi)容的視頻檢索(CBVR)技術(shù)引起了人們的廣泛關(guān)注。本文在介紹基于內(nèi)容的視頻檢索技術(shù)的基礎(chǔ)上，主要對(duì)以下幾方面進(jìn)行了研究和探討。
　　 (1)鏡頭邊界檢測(cè)。鏡頭邊界檢測(cè)是視頻處理的第一步，本文在研究了現(xiàn)有鏡頭邊界檢測(cè)方法的基礎(chǔ)上，提

2、出了一種隨鏡頭內(nèi)容變化自動(dòng)調(diào)整閾值的自適應(yīng)雙閾值鏡頭檢測(cè)算法。該算法采用了非均勻分塊加權(quán)的顏色直方圖為特征進(jìn)行幀間差計(jì)算，既考慮了圖像的全局信息，又加入了位置信息。并且在初步檢測(cè)到鏡頭邊界時(shí)進(jìn)行了二次驗(yàn)證，有效地減少了由閃光燈等因素帶來(lái)的鏡頭誤檢。最后，通過(guò)實(shí)驗(yàn)結(jié)果的比較，驗(yàn)證了本算法的有效性。
　　 (2)關(guān)鍵幀提取。動(dòng)態(tài)幀平均算法提取關(guān)鍵幀，既確保了所提取的關(guān)鍵幀具有很好的平均意義，還能夠適應(yīng)內(nèi)容變化較大的鏡頭，靈活控制關(guān)鍵

3、幀選取數(shù)目。但不足的是該算法的計(jì)算量相對(duì)較大。本文針對(duì)計(jì)算繁瑣的缺點(diǎn)對(duì)該算法中逐幀求幀間差與閾值比較來(lái)檢測(cè)子鏡頭邊界的算法做了改進(jìn)，提出了一種快速檢測(cè)子鏡頭邊界的方法，改善了關(guān)鍵幀提取的效率。
　　 (3)相似性度量?；阽R頭的檢索是視頻檢索的重要內(nèi)容。而鏡頭的相似性往往通過(guò)關(guān)鍵幀的相似性進(jìn)行度量。本文提出了一種基于非均勻塊加權(quán)的HSV直方圖的關(guān)鍵幀相似度量方法，并在此基礎(chǔ)上給出了鏡頭相似性度量算法。通過(guò)實(shí)驗(yàn)結(jié)果證明，該算法具有