基于BoF模型的視頻檢索技術(shù).pdf

1、隨著傳統(tǒng)廣播視頻和新生網(wǎng)絡(luò)視頻數(shù)量的快速增長(zhǎng)，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(shù)研究領(lǐng)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(shí)現(xiàn)基于語(yǔ)義和鏡頭粒度的視頻檢索。隨著基于內(nèi)容的圖片檢索技術(shù)和機(jī)器學(xué)習(xí)等相關(guān)領(lǐng)域的不斷發(fā)展，基于語(yǔ)義的視頻檢索技術(shù)近年來(lái)引起了人們的廣泛關(guān)注。
　　 本文針對(duì)基于語(yǔ)義的視頻檢索技術(shù)，重點(diǎn)研究了鏡頭邊界檢測(cè)和BoF

2、（bag of features，特征袋）模型，并基于BoF模型實(shí)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(cè)將視頻結(jié)構(gòu)化成易于瀏覽和檢索的鏡頭，然后使用從鏡頭中提取的關(guān)鍵幀構(gòu)建視覺(jué)詞典和數(shù)據(jù)庫(kù)，最后在檢索階段利用反轉(zhuǎn)文件和加權(quán)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(quán)直方圖和自適應(yīng)閾值的鏡頭邊界檢測(cè)算法。實(shí)驗(yàn)結(jié)果表明，該算法能夠很好地檢測(cè)鏡頭突