視頻鏡頭分割技術(shù)與基于內(nèi)容的視頻檢索系統(tǒng)研究.pdf

1、隨著多媒體和計算機網(wǎng)絡(luò)技術(shù)的飛速發(fā)展，數(shù)字和視頻的容量正以驚人的速度增長。如何有效的組織、管理和利用這些視頻數(shù)據(jù)具有重要的意義，這使得基于內(nèi)容的視頻檢索成為現(xiàn)在多媒體領(lǐng)域最活躍的研究熱點。但是到目前為止，基于內(nèi)容的視頻檢索還存在很多問有待解決。目前國內(nèi)外已經(jīng)開發(fā)出多種圖像、視頻數(shù)據(jù)檢索系統(tǒng)，如QIBC、WebSEEk、VisualSEEk、MARS、JACOB、Necra、PHOTOBOOK、VIRAGE、VideoSTAR等等。這些系

2、統(tǒng)雖然大多沒有成為商用化系統(tǒng)，但也反映了圖像、視頻數(shù)據(jù)檢索系統(tǒng)研究的主要成果。國內(nèi)的清華大學(xué)、國防科技大學(xué)、微軟亞洲研究院、中科院等機構(gòu)也進行了一定研究，并取得了一定成果，實現(xiàn)了一些改進算法和實驗系統(tǒng)。但要真正做到視頻結(jié)構(gòu)化的分析，實現(xiàn)基于內(nèi)容的視頻檢索，為用戶提供更方便的使用環(huán)境，還需要做很多理論和實踐工作。 本文針對突變和漸變的特點，實現(xiàn)了一種基于幀間差值和非相鄰幀間差值的自適應(yīng)實時鏡頭檢測方法。方法通過計算相鄰幀間差值有效

3、地檢測突變鏡頭，通過計算非相鄰幀間差值實現(xiàn)對漸變鏡頭的有效檢測，二者結(jié)合可檢測出幾乎所有的突變鏡頭和漸變鏡頭，獲得了良好的綜合檢測效果。提出一種基于直方圖技術(shù)和關(guān)鍵幀技術(shù)的視頻檢索的方法，它的關(guān)鍵技術(shù)就是把一段視頻中所有幀分別聚類成鏡頭、場景和故事單元，并得到分層顯示的結(jié)構(gòu)圖。用戶要想在視頻庫中檢索某個視頻幀或者某個鏡頭，采用的方法是自上而下的視頻分析法，而不是傳統(tǒng)的逐幀查找。允許先從視頻的最上層即故事單元開始檢索，先找到所要查找的圖像

4、所在的故事單元，然后找到場景、鏡頭，從鏡頭中找到所需要的視頻幀。這種技術(shù)的優(yōu)越性是克服了以往檢索技術(shù)的盲目性，把目標直接定位在場景層上，從而大大縮短了檢索時間，提高了檢索效率。文章分為三個部分。第一部分論述了基于內(nèi)容的視頻檢索的研究現(xiàn)狀和本課題所做的主要工作。第二部分主要介紹了本文開發(fā)的一個基于幀間差值和非相鄰幀間差值的自適應(yīng)實時鏡頭檢測方法；在直方圖基礎(chǔ)上引入了分區(qū)直方圖的方法，將視頻圖象的空間特性反映出來，改善了鏡頭分割的效果。第三