基于內(nèi)容的視頻檢索研究與實現(xiàn).pdf

1、隨著光電技術(shù)、計算機技術(shù)、網(wǎng)絡技術(shù)和信息技術(shù)的迅速發(fā)展，海量多媒體信息的瀏覽和檢索成為多媒體信息研究的熱點。集圖像、聲音、文本于一體的視頻信息是應用最多的一種多媒體信息，也是多媒體信息研究的重點之一。 在國內(nèi)外眾多研究者的努力下，以數(shù)字圖像處理、數(shù)字視頻處理為核心的視頻檢索技術(shù)取得了長足的進展。但是，高效、實用的視頻檢索技術(shù)研究和系統(tǒng)開發(fā)仍是人們面臨的一項難題。 本文在回顧總結(jié)視頻檢索背景和相關(guān)工作的基礎(chǔ)上，研究了視頻檢

2、索中的視頻鏡頭分割和視頻結(jié)構(gòu)索引兩項關(guān)鍵技術(shù)，設(shè)計并實現(xiàn)了基于內(nèi)容的視頻檢索系統(tǒng)。具體內(nèi)容包括： 1．提出了一種新的鏡頭分割算法：基于機器學習的壓縮域鏡頭分割。在視頻數(shù)據(jù)中，編碼生成的運動矢量、殘差能量等差分預測信息可以很好的體現(xiàn)視頻圖像特征變化。結(jié)合MPEG編碼的多尺度幀結(jié)構(gòu)特性和差分預測特征，本文提出了壓縮域中一種新的鏡頭分割算法，該方法的基本思路是：應用機器學習的方法在MPEG編碼幀的多個尺度上學習差分預測特征的變化規(guī)律，

3、以此為模板檢測視頻序列中的鏡頭邊界，實現(xiàn)鏡頭邊界的快速準確檢測。實驗表明，該方法在確保檢測精度的情況下大大提高了檢測效率。 2．進一步完善視頻結(jié)構(gòu)索引的機制：為了能夠快速隨機地訪問視頻數(shù)據(jù)，就需要為視頻的結(jié)構(gòu)信息建立索引。利用視頻數(shù)據(jù)的編碼結(jié)構(gòu)信息和內(nèi)容結(jié)構(gòu)信息，文中實現(xiàn)了基于數(shù)據(jù)庫的視頻結(jié)構(gòu)索引。基于數(shù)據(jù)庫的視頻結(jié)構(gòu)索引解決了實時視頻瀏覽和檢索的問題。 3．視頻檢索系統(tǒng)的設(shè)計與實現(xiàn)：視頻檢索系統(tǒng)的實現(xiàn)是一項細致、復雜而