基于内容的视频检索和浏览的关键技术

《基于内容的视频检索和浏览的关键技术》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、密级：保密期限：y．9{B189姥右却童天警博士研究生学位论文学号：QZ艘2§姓名：蟹熟专业：．遁值当信星丕缠导师：处量鳌塾援基塞握兹援学院：电信王程堂瞳2006年3月10日北京邮也人学搏I淹史基于内容的视频检索和测览的关键技术摘要随着计算机和通信技术、宽带网络技术、音视频压缩技术以及计算机硬件技术的发展，视频数据的存储和传输不再是一件困难的事情。数字视频也越来越广泛地融入于人们的生活空间中。然而如何有效地对这些视频数据进行组织、表达、存储和管理，以及如何对其进行快速检索与浏览等已成为视频领域内急待解决的藿

2、大课题。由于视频数据自身内容的丰富性和多样性、结构的复杂性以及具有时空多维结构性，传统的数据管理与检索方案不能够很好地从巨大的视频数据源中找到所需要的信息，于是基于内容的视频检索系统便应运而生。本文以MPEg一2视频为研究对象，基于内容的视频检索为出发点，提出1r一‘种基于内容的视频数撮模，‰从』L个层次巴描述视频数据。并以该模型为基础，研究了视频结构化技术，关键帧提取技术和视频概要生成技术。论文的主要工作如下I：数据模型是对客观事务及其联系的数据描述，它反映了实体内部和实体之间的联系。针对现有模型在检索粒

3、度和概念关系描述方面的不足，本文提出基于Ontology的分层语义视频数据模型，该模型结合rMPEG一7提f}j的模型捕述和ontologv的概念表达方式，从语义和时间特征两个南面对视频进行批述。模型采J习心个层次来描北京椰1乜人学博I论艾述视频数据：序列层，场景层和镜头层和关键帧，很好的解决了检索粒度和概念关系之间的描述。对长视频序列进行镜头切换检测时，现有的镜头切换检测方法在闽值设定或计算复杂性等方面存在很多问题。本文对长视频序列提出了一种综合考虑帧图像的空间特征和颜色特征、采用自适应闽值的镜头切换检测

4、算法。该算法能自动根据视频的基色调来选取阈值，避免了对闽值的过分依赖。实验结果表明该方法可以适合不同长度的视频，并具有较高的查全率(Recall)和查准率(Precision)。关键帧的使用大大减少了视频索引的数据量同时也为视频检索和浏览提供了一个组织框架。我们将利用无向图的描述与视频结构的相似性，从全新角度通过无向图的图中心理论提出关键帧提取方法。这样选取的关键帧更具有代表性，且提取的关键帧个数能够得到有效控制。在考虑镜头之间的内容相关性、连续性和特征分布的基础上，我们提出了基于类内和类间损失的场最构造算

5、法。我们首先利用时间约束和颜色直方图求得镜头距离；然后基于类内和类问损失，对相似镜头进行聚类，得到镜头类；最后在分析镜头类的基础上，构造场景。实验证明，该方法比较好的反映了视频的内容变化，·同时给用户提供了很好的浏览和检索途径。在生成场景的基础h我们捉“j了一个视频摘要生成方法，首先根据场景的持续度和活动度衡量场景的重要度，提取候选场景：其次再根据镜头类的持续度和活动度提取关键帧，生成场景级的视频——————————选型墅型苎概要。实验证明该方法可以有效地用少量的视频序列表示视频的主要内容，并能有效地保持视

6、频内容的连续性。关键词：语义数据模型镜头切换场景聚类关键帧视频摘要基于内容的视频检索i!皇业!!叁竺。堡j!!兰Key’rechnoIogiesonContentBasedVideoRetrieValandIndexingABSTRACTWiththeadvanceoftechnologyofcomputer，telecommunication，wide．bandnetworl(andcompressionofVideoandaudio，itisnotadimcultproblemforthestorean

7、dtransnlissionofVideodata．D追italVideoiswideIycomingintothe“f’eofpeopIe．Itisbecomingtheeme唱entandimportantissuesfore所cientorganization，representation，sCoreandmanagementofVideodataasweIlasrapidretrievalandbrowsingofVideodata．Thetraditionaldatamanagenlentandr

8、etrievalI舶ethodcannotdobettertosearchthel’equj“nginf．onllationf}omthehugeajllountofVideodatabecauseofthediversity，complexityofstructureofVideodataaswellastemporospatialandmulti—dimensionaistructureofvideodata