視頻結(jié)構(gòu)化分析與應(yīng)用研究.pdf

1、隨著互聯(lián)網(wǎng)和多媒體技術(shù)的迅速發(fā)展,人們可以訪問到的多媒體數(shù)據(jù)急劇增多。視頻作為多媒體信息中最復(fù)雜的一種媒體形式,憑借其多樣化的表現(xiàn)形式、豐富的語義內(nèi)容,以及快捷的記錄方式得到了廣泛的應(yīng)用和發(fā)展。與此同時,大量存儲技術(shù)的發(fā)展,使得數(shù)字化視頻信息存儲的代價越來越低,進(jìn)而促進(jìn)了數(shù)字視頻信息的大量產(chǎn)生和堆積。面對越來越多的海量視頻數(shù)據(jù),如何快速有效地進(jìn)行視頻分析和檢索是當(dāng)前視頻信息研究領(lǐng)域的當(dāng)務(wù)之急。
　　視頻結(jié)構(gòu)化分析是基于內(nèi)容的視頻分

2、析的一項(xiàng)重要內(nèi)容,是各種視頻分析與應(yīng)用的前提。本文主要對視頻結(jié)構(gòu)化分析中的結(jié)構(gòu)化分割、視頻庫的結(jié)構(gòu)化組織、結(jié)構(gòu)特征的提取與應(yīng)用等進(jìn)行了深入系統(tǒng)地研究,提出了一些相關(guān)的有效算法,并用實(shí)驗(yàn)驗(yàn)證了這些算法的有效性。
　　聚類方法是視頻結(jié)構(gòu)化分析中常用的方法。集成學(xué)習(xí)技術(shù)可以提高學(xué)習(xí)器的范化能力。根據(jù)聚類的特點(diǎn),本文提出了基于雙向Boosting的模糊聚類集成算法,雙向聚類集成算法在迭代中生成的訓(xùn)練樣本不僅包含難聚類樣本,同時也包含了易聚

3、類樣本。實(shí)驗(yàn)表明雙向聚類集成算法具有良好的穩(wěn)定性和準(zhǔn)確性。
　　視頻作為一種非結(jié)構(gòu)化數(shù)據(jù),結(jié)構(gòu)化分割是基于內(nèi)容的視頻分析的首要工作。本文對視頻物理單元的分割提出了基于統(tǒng)計信息的視頻鏡頭分割和關(guān)鍵幀提取算法。任何類型的鏡頭轉(zhuǎn)化都會引起非一致的幀差變化,利用幀差統(tǒng)計信息,引進(jìn)調(diào)諧參數(shù),實(shí)現(xiàn)各種類型的鏡頭邊界的準(zhǔn)確檢測;鏡頭分割過程的幀差統(tǒng)計信息同時也用于隨視頻內(nèi)容變化的關(guān)鍵幀提取。實(shí)驗(yàn)驗(yàn)證了算法的合理和有效性。
　　視頻摘要可以

4、提供視頻的精簡表示。論文針對視頻摘要的兩種形式提出了基于流形學(xué)習(xí)和混合模型的自動視頻摘要方法,該方法可以自動的產(chǎn)生不僅包含視頻主要內(nèi)容同時冗余信息少的摘要結(jié)果。同時提出了鏡頭組生成算法,該方法使用雙向Boosting聚類集成算法,可以得到準(zhǔn)確的鏡頭組結(jié)果。
　　視頻檢索是視頻結(jié)構(gòu)化分析的一種應(yīng)用。視頻庫的合理組織和管理有利于視頻檢索的實(shí)現(xiàn)。視頻庫的索引是此類問題研究的熱點(diǎn)。本文提出了基于雙向Boosting的聚類集成索引算法?；?/p>

5、雙向Boosting聚類集成的視頻庫索引算法不僅可以產(chǎn)生高效的視頻索引,而且可以穩(wěn)定的產(chǎn)生高效索引,降低弱范化算法產(chǎn)生不良索引結(jié)構(gòu)導(dǎo)致系統(tǒng)低效的風(fēng)險。
　　時序結(jié)構(gòu)特征是視頻區(qū)分于圖像的重要特征。如何提取、表示視頻不同層次的結(jié)構(gòu)特征是視頻分析的難點(diǎn)。本文提出了不同層次的視頻結(jié)構(gòu)特征提取和表示方法,并應(yīng)用于視頻的檢索。對于視頻的物理單元——鏡頭,提出首先使用動態(tài)規(guī)整算法提取鏡頭特征幀,然后生成鏡頭關(guān)聯(lián)圖,使用關(guān)聯(lián)圖的譜特征作為鏡頭的