基于內容的視頻檢索研究與實現.pdf

1、隨著光電技術、計算機技術、網絡技術和信息技術的迅速發(fā)展，海量多媒體信息的瀏覽和檢索成為多媒體信息研究的熱點。集圖像、聲音、文本于一體的視頻信息是應用最多的一種多媒體信息，也是多媒體信息研究的重點之一。 在國內外眾多研究者的努力下，以數字圖像處理、數字視頻處理為核心的視頻檢索技術取得了長足的進展。但是，高效、實用的視頻檢索技術研究和系統(tǒng)開發(fā)仍是人們面臨的一項難題。 本文在回顧總結視頻檢索背景和相關工作的基礎上，研究了視頻檢

2、索中的視頻鏡頭分割和視頻結構索引兩項關鍵技術，設計并實現了基于內容的視頻檢索系統(tǒng)。具體內容包括： 1．提出了一種新的鏡頭分割算法：基于機器學習的壓縮域鏡頭分割。在視頻數據中，編碼生成的運動矢量、殘差能量等差分預測信息可以很好的體現視頻圖像特征變化。結合MPEG編碼的多尺度幀結構特性和差分預測特征，本文提出了壓縮域中一種新的鏡頭分割算法，該方法的基本思路是：應用機器學習的方法在MPEG編碼幀的多個尺度上學習差分預測特征的變化規(guī)律，

3、以此為模板檢測視頻序列中的鏡頭邊界，實現鏡頭邊界的快速準確檢測。實驗表明，該方法在確保檢測精度的情況下大大提高了檢測效率。 2．進一步完善視頻結構索引的機制：為了能夠快速隨機地訪問視頻數據，就需要為視頻的結構信息建立索引。利用視頻數據的編碼結構信息和內容結構信息，文中實現了基于數據庫的視頻結構索引?；跀祿斓囊曨l結構索引解決了實時視頻瀏覽和檢索的問題。 3．視頻檢索系統(tǒng)的設計與實現：視頻檢索系統(tǒng)的實現是一項細致、復雜而