电视节目自动分割与相似视频检索

摘要

随着网络电视和数字电视的广泛普及，为了满足用户的个性化点播、节目内容监管和视频检索的需求，从连续的电视数据流中进行电视节目自动分割和相似视频检索成为需要解决的重要课题。论文所作的工作和创新点如下：
　　 通过分析电视节目的编排特点，提出了基于音视频特征的电视广告检测算法，利用静音、镜头边界和广告长度特征，实现广告检测和分割，实验表明该算法对广告检测的准确率达到90％以上；同时根据电视节目片段(如片头/尾)的重复特性，提出了基于多粒度直方图比较的重复检测算法，通过基于多粒度直方图的比较和视频边界调整策略，提高了重复片段检测的准确率；为进一步提高算法效率和抗噪性，提出了基于图像帧统计特征顺序度量的视频签名算法。综合上述方法实现电视节目的自动分割。实验表明算法对重复片段的检测准确率达到95％以上。
　　 为了提高视频特征提取的计算效率，实现视频相似性的准确度量，从视频的视觉相似性出发，提出了基于视频签名的特征提取和相似性度量算法，根据视频时空分布的统计特征生成压缩视频签名，通过计算视频签名距离进行视频相似性度量。为进一步提高视频相似性度量的准确性，提出了基于视频单元的特征提取和相似性度量算法，根据结合视频时空统计特征的图像特征码生成视频单元，通过统计相似视频单元数量进行视频相似性度量，实现视频特征的快速计算和相似性准确度量。实验表明视频相似性度量的准确率达到94％以上，算法计算效率比现有对比算法提高了40％以上。
　　 为了实现相似视频快速检索，将视频特征与视频索引相结合，提出了基于视频签名的聚类索引算法，通过对视频签名哈希值的聚类实现相似视频的快速检索。为进一步提高检索质量，提出了基于视频单元的聚类索引算法，实现相似视频单元聚类，提高了视频检索和数据索引维护效率。实验表明该算法准确率达到95％以上，在一般个人计算机配置下，算法效率可以达到每万段视频检索时间小于0.01s。
　　 利用上述研究成果，构建了视频相似检索实验平台。支持基于内容的视频相似检索、基于关键字的视频检索和视频在线点播，并应用于863计划课题“友问视频搜索系统”研究成果。

目录

文摘

英文文摘

声明

第1章 绪论

1.1课题背景与研究意义

1.2国内外研究现状

1.3技术难点和存在的问题

1.4论文的研究内容、结构和创新点

第2章 视频分析与检索相关技术

2.1视频结构分析

2.1.1镜头检测

2.1.2关键帧提取

2.1.3镜头聚类

2.2视频特征提取

2.2.1颜色特征

2.2.2边缘特征

2.2.3纹理特征

2.2.4运动检测

2.3数据库索引技术

2.3.1 Hash

2.3.2 B树

2.3.3 R树

第3章电视节目自动分割

3.1电视节目编排特征

3.2电视广告检测

3.2.1广告检测的研究背景

3.2.2广告检测的难点

3.2.3广告检测相关方法

3.2.4基于音视频特征的广告检测

3.2.5实验与分析

3.3基于重复检测的电视节目分割

3.3.1重复检测的研究背景

3.3.2重复检测的难点

3.3.3基于多粒度直方图比较的重复检测

3.3.4基于视频签名的重复检测

3.3.5实验与分析

第4章 视频相似性度量

4.1视频相似性的含义

4.2视频相似性度量方法

4.2.1基本视频相似性度量

4.2.2沃洛诺依(Voronoi)视频相似性度量

4.2.3基于特征空间降维的视频相似性度量

4.3视频特征提取和相似性度量算法

4.3.1尺度不变特征变换(SIFT)及相关算法

4.3.2基于视频签名的特征提取和相似性度量

4.3.3基于视频单元的特征提取和相似性度量

4.3.4实验与分析

第5章 相似视频快速检索

5.1视频数据库检索关键技术

5.1.1视频数据组织结构

5.1.2 LSH算法

5.2相似视频快速检索算法

5.2.1基于视频签名的相似视频快速检索

5.2.2基于视频单元的相似视频快速检索

5.2.3实验与分析

5.3相似视频检索实验平台

5.3.1视频检索系统概述

5.3.2相似视频检索实验平台的结构

5.3.3相似视频检索实验平台的功能

5.3.4相似视频检索实验平台的界面

第6章 结论

6.1论文工作总结

6.2今后工作展望

参考文献

致谢

在读期间发表的学术论文与取得的其他研究成果