

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認(rèn)領(lǐng)
文檔簡介
1、早期基于文本的視頻檢索需要耗費大量的人力,而且由于人的因素,對視頻的描述信息及其提取的關(guān)鍵詞都具有很強的主觀性。因此,基于內(nèi)容的視頻檢索技術(shù)成為了近年來視頻檢索的熱點。基于內(nèi)容的視頻檢索可以分為以下幾個步驟:一、視頻鏡頭分割;二、鏡頭關(guān)鍵幀提取;三、鏡頭特征提??;四、基于視頻特征進行相似特征的視頻檢索。
由于視頻鏡頭分割主要是在特征提取的基礎(chǔ)上進行的,因此本論文首先研究了視頻分析常用的一些視頻特征,其中主要包括顏色特征、主
2、色特征、紋理特征、形狀特征,以及視頻數(shù)據(jù)的流形特征,并在LLE算法的基礎(chǔ)上提出了綜合利用時空聯(lián)合信息的LLE算法(ST-LLE)對高維的視頻數(shù)據(jù)進行分析得到的視頻數(shù)據(jù)的時空流形特征,實驗顯示,視頻數(shù)據(jù)的時空流形特征能夠很好的表征具有重復(fù)運動的視頻內(nèi)容。
視頻鏡頭是視頻檢索的基本單元,鏡頭分割是視頻分析的基礎(chǔ),本論文了研究了一些經(jīng)典的視頻鏡頭檢測算法,包括全局閾值法、邊緣特征法ECR等,利用改進的降維方法ST-LLE分析研究
3、了鏡頭邊界的流形結(jié)構(gòu),研究了基于主色描述子和主色布局描述子的視頻鏡頭分割算法,在改進的HSV直方圖的基礎(chǔ)上,利用鏡頭代表幀和當(dāng)前幀的直方圖的變化率,提出了基于顏色直方圖變化率的視頻鏡頭分割算法,實驗證明,這種算法對于鏡頭突變和漸變均具有很理想的檢測效果。
研究了基于內(nèi)容的視頻檢索過程中多特征融合的算法。由于單一的視頻特征只能表征視頻信息的一個方面,很難全面的表征視頻信息的內(nèi)容,因此基于單一特征的視頻檢索結(jié)果往往不是很理想。
最新文檔
- 基于多特征融合的視頻檢索方法研究.pdf
- 基于音視頻融合的網(wǎng)球視頻檢索.pdf
- 基于多特征融合的車輛檢索.pdf
- 基于運動特征的視頻檢索技術(shù).pdf
- 基于車輛特征的交通視頻檢索.pdf
- 基于特征融合的醫(yī)學(xué)圖像檢索.pdf
- 基于融合顏色特征與形狀特征的圖像檢索.pdf
- 基于視頻時序特征的視頻檢索技術(shù)的研究.pdf
- 基于多特征反饋融合機制的視頻檢索關(guān)鍵技術(shù)研究.pdf
- 基于目標(biāo)特征的視頻檢索問題研究.pdf
- 基于編碼特征軌跡簇的視頻檢索.pdf
- 基于融合特征及邊界特征的圖像分類與檢索.pdf
- 基于內(nèi)容特征的圖像檢索和整合性視頻檢索.pdf
- 基于改進的特征融合圖像檢索算法研究.pdf
- 基于多特征加權(quán)融合的圖像檢索研究.pdf
- 基于多特征融合的商標(biāo)圖像檢索.pdf
- 基于特征融合的圖像檢索研究與實現(xiàn).pdf
- 基于特征融合的醫(yī)學(xué)圖像檢索算法研究.pdf
- 三網(wǎng)融合下基于視頻內(nèi)容的鏡頭檢索方法.pdf
- 基于運動特征的視頻檢索技術(shù)研究.pdf
評論
0/150
提交評論