基于代表性镜头的视频检索方法

摘要

本文对视频内容结构划分、事件提取、匹配等检索技术进行了研究。文章对视频进行了层次化的结构划分，从视频检索的查询粒度角度分析了以事件作为检索单元的必要性；从视频编辑特点出发，利用了基于代表性镜头的镜头组聚类手段，通过对视频数据进行聚类提取事件进而为提交片段查询作好准备，此法节省了在事件提取过程中的计算量；利用图论中的Kuhn-Munkres(库恩-曼克莱斯)算法对用户所提交的视频片段与视频库进行最大权匹配算法进行相似度匹配，进而将匹配得到的事件返回给用户，以满足用户通过视频片段来提交的查询需求，且能更好地反映用户对视频高层次语义的要求。

目录

文摘

英文文摘

声明和学位论文使用授权声明

1.绪论

1.1引言

1.2研究现状与结果

1.3本文的研究工作

2.基于内容视频检索

2.1概述

2.1.1基于内容视频检索的要素

2.1.2检索方式

2.2视频片段之间的相似性度量

2.2.1对称的相似测度

2.2.2非对称的相似测度

2.3视频检索性能评价方法

2.3.1基于查准率和查全率的评价方法

2.3.2检索秩和平均查全率

3.视频层次结构化的提取及其描述和表示

3.1镜头的边界检测

3.1.1突变镜头的检测

3.1.2渐变镜头的检测方法

3.2关键帧的提取

3.2.1一种简单有效的关键帧提取方法

3.2.2基于运动分析提取关键帧的提取方法

3.2.3基于非相邻帧比较的关键帧集提取方法

3.3镜头聚类

3.3.1不随视频类型变化的镜头聚类方法—基于模式分类的方法

3.3.2针对特定视频类型变化的镜头聚类方法—镜头-反转-镜头场景的检测

3.3.3基于镜头间距离的镜头聚类方法

3.4事件提取

4.基于代表性镜头选取的事件提取方法

4.1基于代表性镜头的镜头组的提取

4.2基于代表性镜头的事件的提取

4.3事件代表颧的选取

5.基于图论的事件最大相似度匹配

6.数值实验

6.1实验环境

6.2数值结果

结论

致谢

参考文献

附录A

附录B