基于局部特征的视频检索算法研究

《基于局部特征的视频检索算法研究》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、硕士学位论文基于局部特征的视频检索算法研究作者姓名陈家兴学科专业通信与信息系统指导教师丁泉龙教授所在学院电子与信息学院论文提交日期2016年4月ResearchonVideoRetrievalAlgorithmsBasedonLocalFeaturesADissertationSubmittedfortheDegreeofMasterCandidate：ChenJiaxingSupervisor：Prof.DingQuanlongSouthChinaUniversityofTechnologyGuangzhou,China分类号：TP391.41

2、学校代号：10561学号：201320108401华南理工大学硕士学位论文基于局部特征的视频检索算法研究作者姓名：陈家兴指导教师姓名、职称：丁泉龙教授申请学位级别：工学硕士学科专业名称：通信与信息系统研究方向：现代通信理论与技术论文提交日期：2016年4月20日论文答辩日期：2016年6月8日学位授予单位：华南理工大学学位授予日期：年月日答辩委员会成员：主席：王一歌副教授委员：韦岗教授、丁泉龙教授、曹燕副教授摘要随着互联网和多媒体技术的迅速发展以及移动终端设备的广泛使用，出现了大量的视频，如何在海量视频中迅速查找出所需要的视频内容成为一个很重要的

3、问题。传统的基于文本的视频检索方法已不能满足社会发展的需要。为了解决这些难题，20世纪90年代开始基于内容的视频检索（CBVR,Contented-BasedVideoRetrieval）的研究，使用颜色、纹理、形状和运动等视觉信息来描述视频。镜头分割、关键帧提取和特征提取是实现基于内容视频检索系统的关键技术。本文在现有的算法的基础上，对关键技术进行研究和改进，主要工作如下：（1）总结了典型的突变镜头、渐变镜头的分割方法以及关键帧提取的原理、思想和方法。对现有的局部特征提取算法进行介绍和总结，并分析它们的特性。对经典的SIFT局部特征提取算法进行

4、详细的介绍和分析。介绍特征匹配的搜索算法和匹配对提纯算法，并对RANSAC匹配对提纯算法进行详细介绍与分析。（2）提出一种基于运动检测的像素差法，该方法在像素差法的基础上增加了运动检测算法，在几乎不减慢镜头分割速度的情况下，有效避免基于像素差的方法镜头分割的误检和漏检。（3）提出一种基于运动量的关键帧提取方法，是对基于镜头边界的关键帧提取方法进行改进，当视频的运动量较小时，采取经典的基于镜头边界的关键帧提取方法，当视频的运动量中等和较大时，使用不同的采样间隔，对视频进行采样作为关键帧。该方法可以避免视频中运动较大时，提取的关键帧过少的问题，提高视

5、频检索的成功率。关于运动量大小的计算将在文中详细说明。（4）提出了基于LBP的局部特征描述子，该描述子使用二进制比特串表示图像的局部区域，并使用积分图进行均值滤波，因而构建描述子的速度比较快，相比于SIFT特征描述子，速度快约1个数量级。在匹配效果上，对于图像的模糊、关照变化、不同的JPEG压缩比等条件，匹配效果均比SIFT描述子好。但该特征描述子主要是用在视频检索当中，为了加快特征描述构建的速度，因而没有考虑尺度不变性、旋转不变性。关键词：视频检索；镜头分割；关键帧提取；局部特征；SIFT；LBPIABSTRACTWiththerapiddev

6、elopmentofInternetandmultimediatechnologyandthewidespreaduseofmobileequipment,springingupalotofvideo,anditisimportanttofindthevideothatpeoplewantedquicklyinmassivevideo.Traditionalvideoretrievalmethodwhichmainlybasedontextcannotmeettheneedsofsocialdevelopment.Inordertosolveth

7、eseproblems,inthe1990’s,peoplebegantoresearchanddevelopContent-BasedVideoRetrieval(CBVR),whichmakebestofcolor,texture,shape,andmotioninformationtodescribetheVideo.Thekeytechnologyofcontent-basedvideoretrievalsystemincludedShotsegmentation,key-frameextractionandfeatureextracti

8、on.Inthispaper,onthebasisoftheexistingalgorithm,thekeytechnologyares