視頻關(guān)鍵幀及運動對象提取方法研究與實現(xiàn).pdf

1、由于動畫素材庫所涉及的素材主要是多媒體數(shù)據(jù)資源，包括圖像、音頻、視頻、模型和運動數(shù)據(jù)等，具有非結(jié)構(gòu)化、表現(xiàn)力強、蘊含信息量大、形象生動等特性，傳統(tǒng)的以文本描述為特征的信息檢索方式因其描述能力局限性、主觀性強、注解工作量大等缺陷，已無法滿足動畫素材庫多媒體信息檢索的需求，因而本文主要圍繞視頻素材檢索的關(guān)鍵技術(shù)開展了以下幾個方面的研究工作。
　　 論文分析了基于內(nèi)容的視頻檢索技術(shù)發(fā)展現(xiàn)狀與存在的主要問題，洋細(xì)介紹了視頻的內(nèi)容的層次結(jié)

2、構(gòu)與特征，利用互信息量改進模糊聚類算法存關(guān)鍵幀提取應(yīng)用中的穩(wěn)定性，根據(jù)相鄰幀之間的信息熵，引入了密度函數(shù)法確定初始聚類中心，基于平均熵值計算得到聚類數(shù)目，實現(xiàn)模糊聚類的無外部參數(shù)化分析，既有效的保持原始視頻圖像幀的時間序列和動態(tài)信息，又保證了模糊聚類算法在關(guān)鍵幀提取應(yīng)用中的穩(wěn)定性，所提取的關(guān)鍵幀可以較好的代表鏡頭的內(nèi)容，采用這種方法有利于實現(xiàn)視頻的分析與檢索。
　　 在分析和研究運動對象提取現(xiàn)有方法的基礎(chǔ)上，利用時空信息聯(lián)合幾何

3、曲線演化方法提高運動對象提取的效果。首先充分利用視頻圖像幀的時序動態(tài)信息，采用高階統(tǒng)計量算法分割出運動對象的初始輪廓，然后根據(jù)改進的分水嶺算法在空間上對原始圖像幀進行分割，結(jié)合時空信息得到運動對象的二次輪廓，最后針對二次對象還存在圖像噪聲等原因，采用水平集算法進行幾何曲線演化得到最終的運動對象。
　　 構(gòu)建了一個面向動畫視頻素材庫檢索的原型系統(tǒng)，包括關(guān)鍵幀提取子系統(tǒng)、運動對象提取子系統(tǒng)和素材檢索子系統(tǒng)，實驗測試結(jié)果表明，可以得到