壓縮域內(nèi)視頻切換檢測(cè)的研究.pdf

1、隨著多媒體技術(shù)和計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)的發(fā)展，數(shù)字視頻的存儲(chǔ)和傳輸不再是一件困難的事情。數(shù)字視頻越來(lái)越廣泛地融入于人們的生活空間。然而如何有效地對(duì)這些視頻數(shù)據(jù)進(jìn)行組織、表達(dá)、存儲(chǔ)和管理，以及如何對(duì)其進(jìn)行快速檢索與瀏覽等已成為視頻領(lǐng)域內(nèi)亟待解決的重大課題。由于視頻數(shù)據(jù)自身內(nèi)容的豐富性、多樣性和結(jié)構(gòu)的復(fù)雜性以及具有時(shí)空多維結(jié)構(gòu)性，傳統(tǒng)的數(shù)據(jù)管理與檢索方案不能夠很好地從巨大的視頻數(shù)據(jù)源中找到所需要的信息，于是基于內(nèi)容的視頻檢索系統(tǒng)便應(yīng)運(yùn)而生。

2、 建立基于內(nèi)容的視頻檢索和瀏覽系統(tǒng)，首先需要對(duì)視頻進(jìn)行結(jié)構(gòu)化組織。視頻結(jié)構(gòu)化的目的是把視頻分為鏡頭、場(chǎng)景和序列等不同層次的邏輯單元，以便于在不同結(jié)構(gòu)層次上對(duì)視頻進(jìn)行檢索和瀏覽。鏡頭切換檢測(cè)是視頻結(jié)構(gòu)化的第一步。同時(shí)對(duì)每個(gè)鏡頭提取一個(gè)或多個(gè)關(guān)鍵幀，用戶可以在鏡頭層次對(duì)視頻瀏覽。本文主要研究了視頻鏡頭切換檢測(cè)和關(guān)鍵幀提取技術(shù)。論文的主要工作如下： 1)文中提出了一種基于改進(jìn)的聚類方法進(jìn)行鏡頭切換檢測(cè)。目前鏡頭切換檢測(cè)一般都直接利用壓

3、縮視頻數(shù)據(jù)的某些特征展開的，研究在半解碼基礎(chǔ)上直接對(duì)鏡頭切換進(jìn)行檢測(cè)的算法具有省去全解碼時(shí)間和充分利用壓縮數(shù)據(jù)的統(tǒng)計(jì)結(jié)果等優(yōu)點(diǎn)。因此在本文中，首先介紹了如何從MPEG-2壓縮視頻文件中直接提取I幀DC圖像的方法；然后根據(jù)幀間最大值和最小值距離，對(duì)工幀進(jìn)行聚類，從而檢測(cè)鏡頭切換。 2)關(guān)鍵幀的使用大大減少了視頻索引的數(shù)據(jù)量同時(shí)也為視頻檢索和瀏覽提供了一個(gè)組織框架。本文提出了一個(gè)基于聚類中心的關(guān)鍵幀提取方法。實(shí)驗(yàn)表明這種方法實(shí)現(xiàn)簡(jiǎn)單