基于內(nèi)容的視頻分析與檢索方法研究.pdf

1、隨著多媒體技術和網(wǎng)絡技術的迅猛發(fā)展,巨量的圖像和視頻信息以各種編碼形式不斷涌現(xiàn),使得有效的圖像和視頻檢索變得日益重要.為此,在信息學科形成了一個全新的研究領域,即基于內(nèi)容的視頻分析與檢索技術(Content-Based Video Analysis and Retrieval,CBVAR).CBVAR是指在視頻分析的基礎上,提取能夠反映視頻內(nèi)容的各種特征,進而通過模式匹配從海量視頻數(shù)據(jù)庫中檢索出相關的視頻流.視頻中的內(nèi)容包括視頻的結(jié)構信

2、息、低層次的視覺和聽覺信息以及高級語義信息,所有這些是后續(xù)編輯和理解的基礎.怎樣將這三種信息有機的綜合起來,形成通用的視頻分析與檢索模型,目前仍然是該領域一個極富挑戰(zhàn)性的課題.該文正是在結(jié)合MPEG-7標準的基礎上,針對通用視頻分析檢索模型研究的有益嘗試.其主要研究內(nèi)容和工作包括:a)在分析視頻數(shù)據(jù)管理的特點及難點的基礎上,建立一種和MPEG-7標準兼容的通用視頻數(shù)據(jù)模型.該模型描繪了從幀、鏡頭、場景到故事單元的結(jié)構化層次,并引入關鍵幀

3、等概念分別描述每個層次的視頻特征.相應的結(jié)構,構成了后續(xù)處理的框架;b)介紹了幾種典型的鏡頭變換的原理及對應的檢測方法,然后著重分析并比較了多種不同的鏡頭檢測算法及其性能.提出了一種改進的自適應鏡頭檢測算法,用來同時檢測突變和漸變,進而還給出了一種簡單有效的從鏡頭中提取關鍵幀的方法.最后,詳細分析了基于DC 圖像和運動參數(shù)的壓縮域鏡頭檢測方法;c)提出了一種時-空融合的鏡頭相似性判斷規(guī)則,用于將鏡頭聚類為場景;同時,還給出了通過模糊聚類