基于內(nèi)容視頻摘要研究與應(yīng)用.pdf

1、隨著信息高速發(fā)展，視頻數(shù)據(jù)在現(xiàn)代社會中發(fā)揮著越來越重要的作用，視頻摘要提取技術(shù)正是在這種大環(huán)境下“應(yīng)運而生”的。視頻摘要提取是從視頻數(shù)據(jù)中摘取具有代表性的圖像幀或視頻片段，通過視頻結(jié)構(gòu)化和摘要提取，能夠生成一個有意義的并且能夠體現(xiàn)視頻內(nèi)容的結(jié)構(gòu)大綱，便于用戶對視頻內(nèi)容進(jìn)行瀏覽、編輯和檢索。目前，視頻摘要在多個方面取得了長足的進(jìn)步，當(dāng)前主要研究內(nèi)容包括：視頻底層特征分析、中級語義信息提取(即語義事件檢測)、高級事件推理、精彩事件檢測、自動

2、摘要生成、視頻瀏覽、視頻檢索、個性化定制、視頻內(nèi)容編輯等，然而，由于數(shù)據(jù)模型的適應(yīng)性、語義的分析和理解等仍存在較大問題，大規(guī)模的應(yīng)用還沒實現(xiàn)。本文針對數(shù)據(jù)模型和語義分析這個熱點和難點從視頻特征，結(jié)合視頻類型規(guī)則和統(tǒng)計物理學(xué)等跨領(lǐng)域內(nèi)容進(jìn)行了較系統(tǒng)和循序漸進(jìn)的研究。
　　 本文主要完成的研究工作有以下幾個方面：(1)詳細(xì)總結(jié)了與基于內(nèi)容的視頻摘要相關(guān)的理論、系統(tǒng)的發(fā)展?fàn)顩r。結(jié)合國內(nèi)外在視頻結(jié)構(gòu)化分層領(lǐng)域的研究成果，引出了本文基于內(nèi)

3、容的視頻摘要生成的方法，并闡述了一種層次視頻摘要系統(tǒng)框架。(2)利用DirectShow技術(shù)，實現(xiàn)了視頻的播放與視頻幀的捕獲，并合并視頻摘要形成縮略視頻，并探討了關(guān)鍵幀提取的原理與主要算法，重點介紹互信息量聚類算法，并利用VC++實現(xiàn)了這些算法，同時進(jìn)行比較分析；(3)本文以基于互信息量聚類算法為基礎(chǔ)提取關(guān)鍵幀，并提出“局部-空間”模型，同時以廣告和體育視頻為例，詳細(xì)說明該數(shù)據(jù)模型的實現(xiàn)流程，獲取了動態(tài)視頻摘要；(4)在上述模型的基礎(chǔ)之