基于GEP聚類的多物征融合視頻關鍵幀提取技術研究.pdf

1、隨著計算機、電子及信息技術的飛速發(fā)展，人們之間的信息交流變得越來越方便。海量的多媒體信息通過移動終端自由的傳輸和存儲，由此帶來的視覺信息爆炸問題日益嚴重。海量、非結構化的數(shù)字化視覺信息數(shù)據(jù)的管理、存儲以及傳輸?shù)碾y度越來越大，已成為目前人們檢索和瀏覽信息的主要障礙。使用在文本中廣泛應用的基于關鍵詞的內容檢索方法來對視覺信息進行處理，不但效率低，而且也不能很好的利用視覺信息中所包含的豐富知識。為此，相關專家和學者提出了基于內容的視頻檢索技術

2、，其中，視頻鏡頭邊界檢測和關鍵幀技術的提取是近幾年來的研究熱點。鏡頭邊界檢測是檢索技術中要解決的首要基礎技術問題，關鍵幀的提取是其中的核心技術之一。本文針對視頻鏡頭邊界檢測和關鍵幀的提取方法進行研究和探討，以期能找到一種能提高視頻檢索效率的方法。
　　鏡頭邊界檢測技術是基于內容的視頻檢索的基礎，只有有效的獲得分割的視頻鏡頭，才能提取到能夠充分代表鏡頭內容的關鍵幀。繁多的視頻信息、復雜的視頻種類以及視頻編輯的手段增加了對視頻鏡頭邊界

3、檢測難度。本文將針對當前現(xiàn)有的一些鏡頭邊界檢測技術只能單一的針對某一特定領域的視頻進行分割，擴展性能差的不足，提出改進算法。
　　視頻關鍵幀提取技術是視頻數(shù)據(jù)處理研究領域的熱點研究問題。關鍵幀提取技術是基于內容的視頻檢索的核心技術之一，對于場景繁多、內容復雜、鏡頭變化較多的視頻類型，現(xiàn)有的關鍵幀提取方法效果不是很好，直接影響視頻檢索的速度和準確性。
　　基于以上問題，本文主要做了以下幾個方面的研究：
　?。?）在關鍵幀

4、提取之前要進行鏡頭邊界檢測。本文針對現(xiàn)有的鏡頭檢測技術大多只能在某一特定領域內的視頻中應用的不足，提出一種基于小波邊緣檢測算子的自適應分塊視頻鏡頭邊界檢測算法。結合小波邊緣檢測和視頻幀的自適應分塊方法，檢測視頻鏡頭變化，得到分割的鏡頭。
　?。?）對視頻幀提取圖像顏色特征、形狀特征和紋理特征，通過歸一化處理，得到融合顏色、形狀、紋理多種特征的相似性度量值，作為衡量視頻幀特征的標準。
　?。?）由于基因表達式編程有很強的全局搜

5、索能力，在解決聚類問題時具有明顯的優(yōu)勢。能夠在完全不需要對數(shù)據(jù)集有任何先驗知識的情況下對簇進行聚類分析，從而解決基于劃分的聚類算法中需要預設簇個數(shù)的缺陷。本章利用基因表達式編程的自動聚類功能對視頻幀進行聚類，改進并提出了基于GEP自動聚類的視頻關鍵幀提取算法（KeyFrameClusteringAlgorithmbasedonGeneExpressionProgramming，KFC-GEP）。
　?。?）通過實驗驗證了的有效性，