基于視覺(jué)詞袋模型的視頻檢索算法研究.pdf

1、隨著計(jì)算機(jī)網(wǎng)絡(luò)的普及和數(shù)字電子設(shè)備的廣泛使用，視頻已成為信息傳播的主要載體之一。如何方便用戶(hù)在海量的數(shù)據(jù)庫(kù)中快速、準(zhǔn)確地查找感興趣的視頻，逐漸成為人們關(guān)注的焦點(diǎn)。在此背景下，基于內(nèi)容的視頻檢索算法逐漸成為研究熱點(diǎn)。
　　基于視覺(jué)詞袋模型的視頻檢索屬于基于內(nèi)容的視頻檢索范疇，該算法主要包括兩部分：第一部分是關(guān)鍵幀提取算法，第二部分是構(gòu)建圖像的加權(quán)視覺(jué)詞袋模型算法。針對(duì)傳統(tǒng)關(guān)鍵幀提取算法存在的冗余問(wèn)題，提出了一種將圖像顏色特征和邊緣特

2、征相結(jié)合的兩階段的關(guān)鍵幀提取算法。該算法充分利用圖像的顏色特征和邊緣特征，對(duì)比圖像幀之間的相似度，選出最具代表性的關(guān)鍵幀，描述鏡頭的核心內(nèi)容，構(gòu)建關(guān)鍵幀數(shù)據(jù)庫(kù)。
　　在關(guān)鍵幀提取算法基礎(chǔ)之上，構(gòu)建圖像的加權(quán)視覺(jué)詞袋模型，實(shí)現(xiàn)視頻的精確查詢(xún)。首先提取圖像局部特征，生成描述圖像信息的高維向量，將計(jì)算圖像之間的相似度轉(zhuǎn)化為計(jì)算高維向量之間的距離。然后計(jì)算查詢(xún)圖像與視頻之間的相似度，并按照相似度由高到低輸出滿(mǎn)足用戶(hù)查詢(xún)要求的視頻。該算法自