基于BoF模型的視頻檢索技術.pdf

1、隨著傳統(tǒng)廣播視頻和新生網(wǎng)絡視頻數(shù)量的快速增長，如何從浩如煙海的視頻中快速有效地檢索到用戶所需的信息逐漸成為多媒體技術研究領域的重要課題。傳統(tǒng)的視頻檢索方法主要有兩種:一種基于視頻元數(shù)據(jù)，另一種基于視頻底層特征，兩者都不能實現(xiàn)基于語義和鏡頭粒度的視頻檢索。隨著基于內容的圖片檢索技術和機器學習等相關領域的不斷發(fā)展，基于語義的視頻檢索技術近年來引起了人們的廣泛關注。
　　 本文針對基于語義的視頻檢索技術，重點研究了鏡頭邊界檢測和BoF

2、（bag of features，特征袋）模型，并基于BoF模型實現(xiàn)了能夠快速檢索鏡頭（視頻片段）的原型系統(tǒng)。該系統(tǒng)首先利用鏡頭邊界檢測將視頻結構化成易于瀏覽和檢索的鏡頭，然后使用從鏡頭中提取的關鍵幀構建視覺詞典和數(shù)據(jù)庫，最后在檢索階段利用反轉文件和加權策略提高檢索的速度和精度。
　　 取得的主要成果有:
　　 (1)提出了一種新的基于分塊加權直方圖和自適應閾值的鏡頭邊界檢測算法。實驗結果表明，該算法能夠很好地檢測鏡頭突