欢迎来到天天文库
浏览记录
ID:36599589
大小:10.25 MB
页数:54页
时间:2019-05-12
《视频摘要关键技术研究》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、分类号UDC密级编号十I初大学CENTRALSOUTHUNIVERSITY硕士学位论文论文题目⋯⋯⋯⋯襁羝嘲黔翻墩a釜研究⋯⋯⋯⋯学科、专业⋯⋯⋯⋯⋯⋯盟箍燃⋯⋯⋯⋯⋯⋯.研究生姓名⋯⋯⋯⋯⋯⋯⋯一翌⋯撵⋯⋯⋯⋯⋯⋯⋯导师姓名及专业技术职务⋯⋯⋯⋯⋯一黄东军⋯.熬撬⋯⋯⋯⋯⋯2012年11月原创性声明本人声明,所呈交的学位论文是本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,除了论文中特别加以标注和致谢的地方外,论文中不包含其他人已经发表或撰写过的研究成果,也不包含为获得中南大学或其他单位的学位或证书而使用过的材料。与我共同工作
2、的同志对本研究所作的贡献均已在论文中作了明确的说明。储虢算吼韭年卫月丛日学位论文版权使用授权书本人了解中南大学有关保留、使用学位论文的规定,即:学校有权保留学位论文并根据国家或湖南省有关部门规定送交学位论文,允许学位论文被查阅和借阅;学校可以公布学位论文的全部或部分内容,可以采用复印、缩印或其它手段保存学位论文。同时授权中国科学技术信息研究所将本学位论文收录到《中国学位论文全文数据库》,并通过网络向社会公众提供信息服务。摘要随着通信技术、宽带网络技术和数字电视的迅速发展,视频数据呈现出爆炸性地增长。但是,视频信息非结构化的数据形式使得视频
3、浏览的效率非常低。如何对这些海量的视频信息进行组织和管理以达到快速、有效的检索成为当今人们需要迫切解决的问题。视频摘要技术就是在这种情况下诞生的,其目的是为了降低视频数据的处理量从而提高浏览效率,这对于各种基于视频的应用是非常重要的。当前视频摘要已经成为研究的热点问题。本文首先介绍了视频摘要技术的研究背景与国内外研究现状,分析了视频数据的特点与结构,并在此基础上阐述了视频摘要技术,对现有视频分割和关键帧提取算法进行了概述,分析其优缺点。在镜头分割方面,本文提出了一种基于自适应双阈值的镜头分割算法。通过对比HSV和RGB两种颜色模型的优缺点
4、,建立HSV模型颜色直方图,并经过量化来表示视频帧的特征,计算帧间相似度。通过帧间相似度与双阈值的比较,能够同时检测突变和渐变。自适应阈值结合动态滑动窗口能够通过计算机的计算得到,能充分适应局部帧变化,在进行视频分割时取得了较好的效果。在视频分割的基础上,通过对聚类技术的研究,本文提出了一种基于镜头的凝聚型层次聚类算法来提取关键帧。首先将帧图像分块并赋予不同的系数值,然后计算帧间相似度,这种分块的思想考虑到了视频中各帧所表达的内容,能够更加准确地得到各帧之间的相似性。依据相似度计算自适应阈值,将视频分割得到的镜头作为初始类,通过阈值与类间
5、距离的比较对镜头进行凝聚型层次聚类,这样就减少了镜头之间的冗余。然后从每个类中提取关键帧。最后设计开发了一个人机交互的视频摘要系统,实现了视频摘要系统的两大基本功能:镜头分割和关键帧提取,并通过实验分析验证了本文算法的有效性。关键词视频摘要,镜头分割,关键帧提取,聚类,自适应阈值ABSTRACTWiththerapiddevelopmentofcommunicationtechnologies,broadbandnetworktechnologiesanddigitalTV,videodataisshowingexplosivegrowt
6、h.However,unstructureddataintheformofvideoinformationtovideobrowsingefficiencyisverylow.Nowdays,it’Sneedtobeurgentlyaddressedabouthowtoorganizeandmanagethesevastamountsofvideoinformationinordertoachievefast,effectivesearch。Thebirthofvideosummarizationisinthiscase,itspurpo
7、seistoimprovetheefficiencyofbrowsinginordertoreducetheamountofvideodataprocessing,itisveryimportantforavarietyofvideo-basedapplication.Videoabstractionhasbecomeahotresearchtopic.Thepaperfirstintroducesthevideoabstractionofresearchbackgroundandresearchstatus,characteristic
8、sandstructureofthevideodata。Basedonthis,itelaboratesvideoabstractiontechnology,providesanovervie
此文档下载收益归作者所有