基于內容的視頻檢索中鏡頭檢測和關鍵幀提取研究.pdf

1、隨著高性能計算機、寬帶網絡、多媒體、視頻壓縮和存儲等技術的發(fā)展，視頻數(shù)據得到了越來越廣泛的應用，如視頻點播系統(tǒng)(VOD)、數(shù)字化圖書館(DL)、媒體資產管理(MAM)等。近年來，基于內容的視頻檢索技術(Content-based Video Retrieval，簡稱CBVR)受到了越來越多的重視，已成為信息科學領域的研究熱點。本文對基于內容的視頻檢索基本原理和關鍵技術進行了研究，主要工作如下： 1.詳細介紹了基于內容的視頻檢索產

2、生的背景及其應用價值，研究分析了基于內容的視頻檢索發(fā)展過程和國內外研究現(xiàn)狀，并對其包括的關鍵技術和特點進行了闡述，同時介紹了幾個典型的CBVR系統(tǒng)與CBVR技術的主要應用領域。 2.鏡頭檢測是基于內容的視頻檢索首先要解決的關鍵技術，直接關系到一個CBVR系統(tǒng)性能的優(yōu)劣，本文對此進行了詳細的研究和分析。首先介紹了鏡頭變換的類型和檢測算法的評價標準，其次討論了幾種典型的鏡頭檢測算法并對其性能加以分析，然后分別提出了一種將模板匹配和直

3、方圖法相結合的鏡頭切變檢測算法、一種基于奇異值分解和特征融合的鏡頭檢測算法和一種改進的基于聚類的鏡頭檢測算法，并對所提出的算法進行了詳細的實驗結果分析和討論。實驗結果表明，結合模板匹配和直方圖的鏡頭切變檢測算法以及基于奇異值分解和特征融合的鏡頭檢測算法性能優(yōu)于改進的基于聚類的鏡頭檢測算法。模板匹配和直方圖相結合的算法適用于切變檢測，基于奇異值分解和特征融合的算法可同時對切變和漸變進行檢測，改進的基于聚類的算法適用于鏡頭之間內容差異較大、