基于內(nèi)容的視頻檢索中鏡頭分割與關(guān)鍵幀提取.pdf

1、隨著信息技術(shù)，計算機網(wǎng)絡(luò)技術(shù)的快速發(fā)展，以及多媒體技術(shù)的廣泛應(yīng)用，視頻信息大量涌現(xiàn)，如何從如此豐富的信息中快速、準(zhǔn)確的檢索出所需要的信息就顯得至關(guān)重要。在這個形勢下，基于內(nèi)容的視頻檢索技術(shù)（content-based video retrieval CBVR）迅速發(fā)展起來。鏡頭分割和關(guān)鍵幀提取是基于視頻檢索的的關(guān)鍵技術(shù)，鏡頭分割影響著檢索的最終效率，而關(guān)鍵幀的使用很大程度上減少了視頻檢索的數(shù)據(jù)量。本文針對鏡頭分割和關(guān)鍵幀提取的準(zhǔn)確度展開

2、了研究和改進(jìn)。
　　本文主要研究了信息論在基于內(nèi)容的視頻檢索技術(shù)的應(yīng)用，并提出了幾點改進(jìn)，具體如下：
　?。?）本文研究了基于內(nèi)容的視頻檢索的國內(nèi)外研究狀況、視頻結(jié)構(gòu)及其特點，明確了研究目的。
　?。?）本文對鏡頭邊界檢測算法進(jìn)行了深入研究。鏡頭分割是進(jìn)行視頻處理的第一步，對基于內(nèi)容的視頻檢索有至關(guān)重要的作用，本文分析了常用的經(jīng)典的鏡頭分割方法，重點研究了基于互信息量的鏡頭分割方法。在分析了現(xiàn)有的幾種基于互信息量的鏡頭

3、邊界檢測算法的基礎(chǔ)上，針對閃光和噪聲的影響，提出了一種灰度共生矩陣和互信息量相結(jié)合的鏡頭邊界檢測算法。最后，針對作者建立數(shù)據(jù)庫中不同類型的視頻運用現(xiàn)有及本文提出的方法進(jìn)行鏡頭邊界檢測比較，實驗結(jié)果表明本文算法在查全率與查準(zhǔn)率上均取得了改進(jìn)。
　?。?）關(guān)鍵幀提取在視頻檢索中至關(guān)重要，直接影響檢索效率。本文在簡要分析目前常用的關(guān)鍵幀提取算法基礎(chǔ)上并作出了改進(jìn)：一是結(jié)合鏡頭邊界和鏡頭內(nèi)容的方法對原有的方法進(jìn)行改進(jìn)；二是結(jié)合鏡頭邊界時采