镜头检测及关键帧提取方法研究与应用

《镜头检测及关键帧提取方法研究与应用》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、y1030．718分类号：JDC：TP3623．7学号：Q塑QZQ≥QQ3罾级：歪阿≥每大萼硕士学位论文镜头检测及关键帧提取方法研究与应用张洋指导教师：奎±进刮熬援河海大学训‘箕机及信息工程学院南立直西鏖路1号申请学位级别：硕士专业名称：模式识别与智能系统论文提交日期：2QQZ生3旦论文答辩日期：2QQZ生3旦21旦学位授予单位和f7期：通基太堂!QQ!生垒旦答辩委员会主席：刘永志论文评阅人：倪天倪刘永志2007年3月中国南京摘要计算机技术和多媒体技术的迅猛发展让我们不得不面对大量的视频信息，在大量视频素材中方便地寻找感兴趣的视频片段的需求己变得

2、日益迫切，传统的基于文字的检索方法已不能满足要求。为了解决这些难题，20世纪90年代出现了基于内容的视频检索技术(CBVR)，除了文本，还利用诸如颜色，纹理，形状和边缘等视觉信息来描述视频。镜头检测和关键帧提取是实现基于内容视频检索系统的两个关键技术。本文就是在现有算法的基础上，对镜头检测和关键帧提取进行进一步的研究和改进，主要工作如下：通过对现有镜头检测算法的分析，本文提出一种基于字符串匹配及直方图分析的快速切变检测算法，实验显示这种方法可以有效地解决单独使用字符串匹配算法的误检问题具有较高的精确率，同时算法所用的计算时间约为单独使用直方图算法

3、的40％左右；在镜头渐变检测方面，本文将图像的直方图、中心矩、边缘特征相结合，用支持向量机来检测镜头渐变位置，实验显示这种方法可以达到检测镜头渐变的目的，但精确率有待提高。最后我们对根据内容变化自动提取关键帧的算法作了一点改进，将镜头检测及关键帧提取算法相结合形成一个基于关键帧的视频浏览原型系统，通过它用户可以找到感兴趣的视频进行浏览。关键词：镜头边界检测、切变、渐变、关键帧、基于内容的视频检索ABSTRACTWiththerapiddevelopmentofcomputerandmultimediatechnology,contented-ba

4、sedvideoretrival(CBVR)hasbecomeoneofthehottestresearchtopics．Thisthesisdealswithshotboundarydetectionandkeyframeextraction，whicharetwomaintasksofcontent—basedvideoretrival．Basedontheanalysisofexistingshotcutdetectionmethods，theauthorproposesanovel，fastcutdetectionalgorithm，wh

5、ichisbasedonthecombinationofstringmatchingandhistogramintersection．Experimentsshowthatthismethodcanalleviatethefalsedetectionratecausedbyusingonlystringmatchingmethodwhilekeepingsatisfactoryrecallratewithhighprecision．Asgradualshottransitiondetectionisconeemed，thisthesisattem

6、ptstocombineseveralkindsofimagefeatures，suchashistogram，momentsandedges，andthensupportvectormachineisemployedtodetectgradualshottransition．Ourexperimentsshowmatthismethodcandetectvideogradualshottransition，whiletheprecisionstillneedsimprovements．Atlast，weimplementacontentbase

7、dvideoretrievalprototypesystemv?hichcombinevideoshottransitiondetectionandkeyframeextraction．Peoplecouldfindtheprogramofinterest，andthencanbrowseit．Duringtheimplementation，someimprovementhasbeenmadetokeyframeextractionbytakingthecontentvariationintoconsideration．Keywords：Shot

8、BoundaryDetection，AbruptChange，GradualChange，KeyFrame，ContentBasedVi