基于模糊進(jìn)化aiNet及概率距離的鏡頭檢索方法研究.pdf

1、隨著多媒體技術(shù)的迅速發(fā)展，多媒體數(shù)據(jù)正以指數(shù)級增加。因此，如何從海量的視頻中快速高效的檢索出所需要的視頻變得十分重要。基于內(nèi)容的視頻檢索通過對視頻結(jié)構(gòu)分析，將視頻分割成關(guān)鍵幀、鏡頭、場景，最終，以鏡頭為單位，根據(jù)用戶提交的視頻實例，在視頻數(shù)據(jù)庫中查找與其相似的視頻片斷，并根據(jù)相似度的高低給出檢索結(jié)果。在一定程度上滿足了以上需求。
　　 本文首先綜述課題的研究背景，并分析目前國內(nèi)外已提出的主流基于內(nèi)容的視頻檢索方法。在綜合分析了以

2、往的基于內(nèi)容的視頻檢索方法的基礎(chǔ)上，本文提出了基于模糊進(jìn)化免疫網(wǎng)絡(luò)的關(guān)鍵幀提取算法、鏡頭時空特征提取方法和基于概率距離的鏡頭相似性度量方法，具體內(nèi)容如下：
　　 (1)提出一種基于模糊進(jìn)化免疫網(wǎng)絡(luò)的關(guān)鍵幀提取算法。通過將模糊進(jìn)化免疫網(wǎng)絡(luò)理論引入，提出了一種基于模糊進(jìn)化免疫網(wǎng)絡(luò)的關(guān)鍵幀提取算法。該算法把一個鏡頭中的每一幀視為抗原Ag，把模糊進(jìn)化免疫網(wǎng)絡(luò)中的節(jié)點(需要提取出來的關(guān)鍵幀)視為抗體Ab，通過對模糊進(jìn)化免疫網(wǎng)絡(luò)不斷優(yōu)化更新

3、，最終提取出最能代表整個鏡頭的關(guān)鍵幀或者關(guān)鍵幀的組合。
　　 (2)研究鏡頭時、空特征提取方法。時間特征方面，定義了一個帶有時間信息的鏡頭加權(quán)顏色直方圖來表示，每個鏡頭對應(yīng)一個鏡頭加權(quán)顏色直方圖；空間特征方面，通過計算灰度共生矩陣具有代表意義的五個參數(shù)熵、對比度、能量、相關(guān)性和逆差距來表示一幀圖像的紋理特征；通過將幀圖像顏色塊圖化，對每個塊圖分別計算面積比、質(zhì)心、x方向和y方向的標(biāo)準(zhǔn)差、x方向和y方向的區(qū)域長寬比來構(gòu)造表示圖像空

4、間結(jié)構(gòu)特征的空間結(jié)構(gòu)信息統(tǒng)計直方圖。
　　 (3)提出一種基于概率距離的鏡頭相似性度量方法。空間信息相似性方面，引入概率距離理論，先將提取出來的同一個鏡頭的底層空間特征向量看成一個組合，然后通過一種非線性映射將空間特征向量組合映射到高維空間進(jìn)行高斯分布建模，最后通過計算高維空間兩空間特征向量高斯分布間的概率距離來度量兩鏡頭空間相似性；對于時間信息相似性，由于每一鏡頭對應(yīng)一個鏡頭加權(quán)顏色直方圖，本文利用直方圖交的方法求解；最終，兩