欢迎来到天天文库
浏览记录
ID:34048113
大小:2.55 MB
页数:70页
时间:2019-03-02
《基于内容的视频检索关键技术的研究与实现》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、学位论文创新性声明秉承学校严谨的学风和优良的科学道德,本人声明所呈交的论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知,除了文中特别加以标注和致谢中所罗列的内容以外,论文中不包含其他人已经发表或撰写过的研究成果;也不包含为获得西安电子科技大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中做了明确的说明并表示了谢意。申请学位论文与资料若有不实之处,本人承担一切的法律责任。本人签名:—立=_址日期二迎写L毕关于论文使用授权的说明本人完全了解西安电子科技大学
2、有关保留和使用学位论文的规定,即:研究生在校攻读学位期间论文工作的知识产权单位属西安电子科技大学。学校有权保留送交论文的复印件,允许查阅和借阅论文:学校可以公布论文的全部或部分内容,可以允许采用影印、缩印或其它复制手段保存论文。同时本人保证,毕业后结合学位论文研究课题再撰写的文章一律署名单位为西安电子科技大学。(保密的论文在解密后遵守此规定)本学位论文属于保密,在一年解密后适用本授权书。本人签名:是窿=导师签名:∑盈亟盔乏同期立卑埠日期上蝉.摘要㈣IlIIfrlllff,rlufl!IllIIIIfllffJY18
3、67216随着网络和数字电视的迅速发展,丰富的视频数据大量涌现,如何快速高效地访问海量的视频数据,已成为信息时代人们迫切需要解决的问题。因此,基于内容的视频检索技术(CBvR)就成为人们关注的热点。本文主要研究镜头边界检测和关键帧提取两项关键技术,并且设计了视频检索系统的结构框架。首先,本文提出一种基于均值散度直方图的镜头边界检测算法。该算法利用视频帧中的颜色信息,提取每帧矢量特征值,通过引入散度算法和非参数密度估计法,根据特定视频帧矢量值在滑动窗口中两个不同概率密度值的相异性特征,得到该帧在两种不同概率分布下的散
4、度值;同时,提出一种新的基于统计学原理的自动阈值获取方案,获得了较好的镜头边界检测效果。其次,在对传统的关键帧提取算法优缺点进行分析后,提出一种基于聚类的关键帧提取算法。该算法将镜头聚类成若干子镜头,然后从每个子镜头中选择熵值最大帧作为该子镜头的关键帧。这种方法克服了传统算法每个镜头关键帧数目固定且可能代表性不强的缺点。最后,设计实现了一个基于内容的视频检索系统,实验结果表明,该系统具有较好的视频检索效率和准确率。关键词:视频检索镜头边界检测关键帧提取散度直方图聚类AbstractWiththerapiddevel
5、opmentofbroadbandnetworkanddigitalⅣtheemergenceofalargenumberofvideodata.Howtoretrievegreatcapacityvideoinformationfastandefficientlybecomesallimmediateissueininformationages.SoContent-basedVideoRetrieval(CBVR)becomesahotresearchtopic.Inthisthesis,wefocusOilth
6、etwobasictechnologiesofshotboundarydetectionandkey-flameextractionanddesignaframeworkofthecontent-basedvideoretrievalsystem.Firstly,anewalgorithmbasedontheaveragedivergencehistogramispresented.Thealgorithmmadeuseoftheinformationofcolorinthevideoflame,extractin
7、gthevectorcharacteristicvaluesfromeachframe.Throughtheintroductionofthedivergencealgorithmandnon-densityparameterestimates,basedonthefeatureoftwodifferentprobabilitydensityvaluesinaslidingwindow,thedivergencevalueofthespecialframeintwodifferentprobabilitydistr
8、ibutionsiSobtained.Simultaneously,anewschemeastotheautomaticthresholdselectionbasedonstatistiesisproposed.Experimentresultsshowagoodperformanceinrecallandprecision.Secondly,afterth
此文档下载收益归作者所有