基于內(nèi)容的視頻檢索的若干技術(shù)研究.pdf

1、隨著計(jì)算機(jī)處理能力日益增強(qiáng)，網(wǎng)絡(luò)技術(shù)、多媒體技術(shù)的不斷發(fā)展，隨之而來的是大量的多媒體信息不斷地產(chǎn)生。視頻信息在多媒體信息中占最大比例，信息量最多，應(yīng)用前景最廣。由于視頻信息屬于非結(jié)構(gòu)化信息，具有復(fù)雜、龐大和冗余的特點(diǎn)。因此，人們很難從海量的視頻信息中找到自己所需的信息。
　　 基于內(nèi)容的視頻檢索技術(shù)(CBVR，Content-Based Video Retrieval)能有效地組織和管理這些數(shù)據(jù)，并按照多媒體數(shù)據(jù)的特性去存取這些

2、數(shù)據(jù)，使人們能夠方便地從大量視頻數(shù)據(jù)中找到自己感興趣的相關(guān)視頻片段。視頻的內(nèi)容包括視頻的結(jié)構(gòu)信息、低層次的視覺和聽覺信息以及高級語義信息。本文討論了基于內(nèi)容的視頻檢索的部分內(nèi)容，主要包括鏡頭檢測、關(guān)鍵幀的提取、鏡頭聚類等。
　　 本文首先介紹了基于內(nèi)容的視頻檢索技術(shù)產(chǎn)生的背景及發(fā)展現(xiàn)狀，并對視頻數(shù)據(jù)的特點(diǎn)，結(jié)構(gòu)及其壓縮原理進(jìn)行了研究與總結(jié)。其次，本文介紹了將視頻轉(zhuǎn)化為連續(xù)圖像幀序列的方法，并對檢索系統(tǒng)的性能評價(jià)指標(biāo)進(jìn)行了總結(jié)。<

3、br>　　 鏡頭檢測和關(guān)鍵幀的提取是本文的核心組成部分。這部分內(nèi)容從介紹鏡頭變換的類型和特點(diǎn)入手，詳細(xì)分析了目前幾種典型的鏡頭檢測方法，并對雙重窗口的切變檢測方法進(jìn)行了實(shí)驗(yàn)驗(yàn)證。該方法能夠很好的完成對存在切變視頻的分割與組織。在此基礎(chǔ)上，本文設(shè)計(jì)了一種基于幀間差的比較法，該方法利用圖像的灰度分布像素統(tǒng)計(jì)直方圖，通過計(jì)算相鄰幀之間的幀間差，然后與閾值做比較，從而實(shí)現(xiàn)了鏡頭檢測。通過多次的實(shí)驗(yàn)可以得出，此方法實(shí)現(xiàn)簡單，而且能有效抑制噪聲和

4、物體運(yùn)動(dòng)所帶來的干擾。本文列舉了一段對新聞報(bào)道進(jìn)行鏡頭檢測的實(shí)驗(yàn)。此后，本文在參閱大量文獻(xiàn)的基礎(chǔ)上，對當(dāng)前關(guān)鍵幀的提取方法及其相關(guān)技術(shù)進(jìn)行了較為詳細(xì)的講解和總結(jié)，并設(shè)計(jì)了一種關(guān)鍵幀的提取方法，實(shí)現(xiàn)了關(guān)鍵幀的提取。該方法利用鏡頭檢測后得到的鏡頭進(jìn)行關(guān)鍵幀的提取，通過待選幀之間的差異距離與閾值相比較來確定關(guān)鍵幀。本文列舉了兩個(gè)鏡頭的關(guān)鍵幀提取實(shí)驗(yàn)，所提取的關(guān)鍵幀均能較好的反映鏡頭內(nèi)容。該方法計(jì)算簡單，利用它提取的關(guān)鍵幀具有代表性，能夠比較全