體育視頻切變檢測(cè)與關(guān)鍵幀提取.pdf

1、隨著多媒體技術(shù)的發(fā)展，計(jì)算機(jī)性能的飛躍和網(wǎng)絡(luò)傳輸速率的加快，數(shù)字視頻得到了廣泛地制作和傳播。視頻數(shù)據(jù)的爆發(fā)性增長(zhǎng)使得快速有效地分類、瀏覽和檢索視頻成為用戶的迫切需求。基于內(nèi)容的視頻處理與檢索，致力于使用計(jì)算機(jī)技術(shù)對(duì)視頻進(jìn)行內(nèi)容分析、語義分類、索引檢索和存儲(chǔ)管理，吸引了越來越多的科研機(jī)構(gòu)和研究學(xué)者的關(guān)注。視頻結(jié)構(gòu)化分析是視頻內(nèi)容分析的先決條件，主要包括鏡頭分割，關(guān)鍵幀提取和場(chǎng)景聚類。因此，鏡頭分割和關(guān)鍵幀提取是整個(gè)基于內(nèi)容的視頻分析領(lǐng)域的

2、基礎(chǔ)和前提。如何準(zhǔn)確地檢測(cè)鏡頭邊界，合理有效地提取視頻關(guān)鍵幀成為國(guó)內(nèi)外研究的一個(gè)重要課題。
　　在深入分析了傳統(tǒng)視頻邊界檢測(cè)算法的基礎(chǔ)上，針對(duì)體育視頻的特點(diǎn)，實(shí)現(xiàn)了基于信息論的視頻切變檢測(cè)算法。該算法提取視頻幀的顏色直方圖，利用互信息計(jì)算兩幀之間的相似度。針對(duì)傳統(tǒng)方法只考慮相鄰兩幀的不足，利用多幀之間的互信息構(gòu)造幀差；針對(duì)閾值法存在的缺陷，利用滑動(dòng)窗口計(jì)算幀差和特征向量，運(yùn)用支持向量機(jī)（Support Vector Machine

3、，SVM）將鏡頭邊界檢測(cè)問題轉(zhuǎn)化成模式識(shí)別中的分類問題，有效檢測(cè)鏡頭切變。在獲取鏡頭邊界信息后，實(shí)現(xiàn)了基于用戶注意力模型的關(guān)鍵幀提取算法。該算法將用戶注意力分解為兩個(gè)模型：動(dòng)態(tài)注意力模型和靜態(tài)注意力模型。動(dòng)態(tài)注意力模型專注于分析視頻中的運(yùn)動(dòng)信息，度量運(yùn)動(dòng)信息所形成的關(guān)注度，靜態(tài)注意力模型計(jì)算圖像本身的關(guān)注度，最終利用動(dòng)態(tài)優(yōu)先的融合方式，形成用戶注意力模型，并利用該模型提取關(guān)鍵幀。
　　實(shí)驗(yàn)結(jié)果表明，基于信息論的視頻切變檢測(cè)算法具有