基于小波變換的視頻鏡頭聚類與查詢處理技術(shù)研究.pdf

1、隨著通信技術(shù)、寬帶網(wǎng)絡(luò)技術(shù)、音視頻壓縮技術(shù)以及計(jì)算機(jī)技術(shù)的發(fā)展，數(shù)字視頻越來越廣泛地融入于人們的生活空間中。由于視頻數(shù)據(jù)自身內(nèi)容的豐富性和多樣性、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。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)急待解決的重大課題。
　　 在這種研究背景下，本文分析了現(xiàn)有的視頻鏡頭檢索方

2、法存在的問題和不足，并在此基礎(chǔ)上對(duì)鏡頭表達(dá)、鏡頭聚類、鏡頭索引以及查詢處理方面做了深入的研究。其主要工作和主要貢獻(xiàn)有：
　　 (1)提出了一種基于Haar小波變換的鏡頭表達(dá)方法。通過理論分析，證明了在當(dāng)今被廣泛使用的、用于表達(dá)鏡頭的高維特征向量空間與Haar小波系數(shù)空間進(jìn)行空間轉(zhuǎn)換的過程中，不同鏡頭之間的相互關(guān)系保持不變。利用Haar小波系數(shù)來表達(dá)鏡頭，還能在對(duì)鏡頭的查詢處理中正確、有效的過濾查詢空間。除此之外，通過實(shí)驗(yàn)發(fā)現(xiàn)，該

3、表達(dá)方法只需要利用少量的小波系數(shù)就可以很好地表達(dá)出鏡頭所包含的高維特征。
　　 (2)提出了一種基于多分辨率分析的多級(jí)層次聚類算法MLHC。在把鏡頭的高維特征用Haar小波系數(shù)加以表達(dá)之后，算法利用多分辨率分析理論實(shí)現(xiàn)了逐步求準(zhǔn)聚類結(jié)果的目的。算法的每一步求準(zhǔn)聚類結(jié)果的過程都是一次獨(dú)立的層次聚類過程，并且這個(gè)過程利用了一種設(shè)計(jì)巧妙的停止準(zhǔn)則來使算法的循環(huán)過程結(jié)束。該算法在解決了以往鏡頭聚類算法中存在的聚類中心選取問題以及需要給出