学位论文 > 优秀研究生学位论文题录展示

基于内容的视频检索关键技术的研究与实现

作　者: 王忠
导　师: 田玉敏
学　校: 西安电子科技大学
专　业: 计算机系统结构
关键词: 视频检索镜头边界检测关键帧提取散度直方图聚类
分类号: TP391.41
类　型: 硕士论文
年　份: 2009年
下　载: 81次
引　用: 2次
阅　读: 论文下载

内容摘要

随着网络和数字电视的迅速发展,丰富的视频数据大量涌现,如何快速高效地访问海量的视频数据,已成为信息时代人们迫切需要解决的问题。因此,基于内容的视频检索技术(CBVR)就成为人们关注的热点。本文主要研究镜头边界检测和关键帧提取两项关键技术,并且设计了视频检索系统的结构框架。首先,本文提出一种基于均值散度直方图的镜头边界检测算法。该算法利用视频帧中的颜色信息,提取每帧矢量特征值,通过引入散度算法和非参数密度估计法,根据特定视频帧矢量值在滑动窗口中两个不同概率密度值的相异性特征,得到该帧在两种不同概率分布下的散度值；同时,提出一种新的基于统计学原理的自动阈值获取方案,获得了较好的镜头边界检测效果。其次,在对传统的关键帧提取算法优缺点进行分析后,提出一种基于聚类的关键帧提取算法。该算法将镜头聚类成若干子镜头,然后从每个子镜头中选择熵值最大帧作为该子镜头的关键帧。这种方法克服了传统算法每个镜头关键帧数目固定且可能代表性不强的缺点。最后,设计实现了一个基于内容的视频检索系统,实验结果表明,该系统具有较好的视频检索效率和准确率。

全文目录

摘要  3-4
Abstract  4-7
第一章绪论  7-15
  1.1 视频检索技术的研究背景  7-8
  1.2 基于内容的视频信息检索概述  8-11
    1.2.1 基于内容的视频检索  8
    1.2.2 基于内容的视频检索的发展  8-11
  1.3 基于内容的视频信息检索意义  11
  1.4 国内外的研究现状及典型系统介绍  11-12
  1.5 本文的研究工作及内容安排  12-15
第二章基于内容的视频检索关键技术  15-25
  2.1 视频数据分析  15-19
    2.1.1 视频数据的视觉特征  15-16
    2.1.2 视频数据的结构化分析  16-17
    2.1.3 视频特征的选取  17-19
  2.2 视频镜头检测  19-22
    2.2.1 镜头变换的基本概念  19-20
    2.2.2 现有的镜头检测方法  20-22
  2.3 关键帧提取  22-24
    2.3.1 非压缩域关键帧提取算法  22-24
    2.3.2 压缩域关键帧提取  24
  2.4 本章小结  24-25
第三章基于均值散度直方图的镜头边界检测  25-37
  3.1 信息论在图像处理中的应用  25-27
    3.1.1 信息论概要  25-27
    3.1.2 Kullback散度在图像中的应用  27
  3.2 基于均值散度直方图的镜头边界检测  27-31
    3.2.1 特征值提取  27-28
    3.2.2 散度测量值  28-29
    3.2.3 基于散度的度量  29-30
    3.2.4 自动阈值的选取  30-31
  3.3 镜头边界检测算法  31-32
  3.4 实验结果与分析  32-34
    3.4.1 评价标准  32-33
    3.4.2 实验数据  33
    3.4.3 结果与分析  33-34
  3.5 本章小结  34-37
第四章基于模糊C均值聚类的关键帧提取算法  37-49
  4.1 特征提取  37-38
    4.1.1 颜色模型的选择  37-38
    4.1.2 帧间相似度  38
  4.2 C均值聚类算法  38-42
    4.2.1 C均值算法  38-39
    4.2.2 模糊C均值算法  39-40
    4.2.3 改进的模糊C均值算法  40-42
  4.3 基于聚类的关键帧提取算法  42-44
    4.3.1 系统流程图  42
    4.3.2 改进的聚类算法  42-43
    4.3.3 图像熵阈值计算  43-44
  4.4 实验结果与分析  44-48
  4.5 本章小结  48-49
第五章视频检索系统的设计与实现  49-59
  5.1 系统概述  49-50
    5.1.1 基本概念  49-50
    5.1.2 检索系统基本要求  50
  5.2 系统结构框架  50-51
  5.3 检索系统设计  51-54
    5.3.1 系统功能分析  51-52
    5.3.2 数据库设计  52-53
    5.3.3 用户接口设计  53-54
  5.4 系统实现与分析  54-57
    5.4.1 视频预处理模块实验  54-57
    5.4.2 视频查询模块实验  57
  5.5 本章小结  57-59
结束语  59-61
致谢  61-63
参考文献  63-67
在读期间发表的论文  67

相似论文

隐式用户兴趣挖掘的研究与实现,TP311.13
图像分割中阴影去除算法的研究,TP391.41
基于图分割的文本提取方法研究,TP391.41
牡丹EST-SSR引物开发及其亲缘关系分析,S685.11
高血压前期证候特征研究,R259
高忠英学术思想与经验总结及运用补肺汤加减治疗呼吸系统常见病用药规律研究,R249.2
K-均值聚类算法的研究与改进,TP311.13
大学生综合素质测评研究,G645.5
大豆品种对腐竹品质的影响及其品质评价体系的初步构建,TS214.2
21个荷花品种遗传多样性的ISSR分析,S682.32
基于聚类分析的P2P流量识别算法的研究,TP393.02
基于混合自适应遗传算法的动态网格调度问题研究,TP393.09
桃杂交后代（F₁）幼苗光合效能评价,S662.1
南通市农业面源污染负荷研究与综合评价,X592
土壤环境功能区划研究,X321
基因表达谱数据聚类分析方法比较与大豆疫霉基因的网络构建,S435.651
大豆杂种优势及其遗传基础研究,S565.1
象草自交后代无性系的饲用价值及生物质能特性初步评价,S543.9
细菌聚类算法及其在图像分割问题中的研究与应用,TP391.41
基于变异粒子群的聚类算法研究,TP18
K-means聚类优化算法的研究,TP311.13