基于双网络模型的视频检索算法研究

《基于双网络模型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、硕士学位论文基于双网络模型的视频检索算法研究作者姓名廖奕铖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2018年4月ResearchonVideoRetrievalAlgorithmBasedonDualNetworkModelADissertationSubmittedfortheDegreeofMasterCandidate：LiaoYichengSupervisor：Prof.DingQuanlongSouthChinaUniversityofTechnologyGuangzhou,China分类号：TP391.41学校代号

2、：10561学号：201520108584华南理工大学硕士学位论文基于双网络模型的视频检索算法研究作者姓名：廖奕铖指导教师姓名、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：2018年4月11日论文答辩日期：2018年6月2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：韦岗委员：丁泉龙王一歌曹燕华南理工大学学位论文原创性声明本人郑重声明：所呈交的论文是本人在导师的指导下独立进。行研宄所取得的研宄成果除了文中特别加以标注引用的内容外，本论文不包含任何其他个人或集

3、体已经发表或撰写的成果作品。对本文的研宄做出重要贡献的个人和集体，均己在文中以明确方式标明。。本人完全意识到本声明的法律后果由本人承担作者签日期：＾＾年＜月２日学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定，Ｓ卩：研宄生在校攻读学位期间论文工作的知识产权单位属华南理工大学。学校有权保存并向国家有关部门或机构送交论文的复印件和电子版，允许学位论文被查阅（除在保密期内的保密论文外）学校可以公布学位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、汇编学位论文。本人电子文一档

4、的内容和纸质论文的内容相致。本学位论文属于：□保密，（校保密委员会审定为涉密学位时间：年月日）年月日解密后适用本授权书。＿ｙ＿＿不保密，，同意在校园网上发布供校内师生和与学校有共享协议的单位浏览；同意将本人学位论文提交中国学术期刊盘版）电子杂志社全文出版和编入ＣＮＫＩ《中国知识资源总库》，（光传播学位论文的全部或部分内容。“”（请在以上相应方框内打Ｖ）２日６０作者签名期專月４：指导教师名日期％：作者联系电话电子邮箱：联系地址含邮编：（）摘要互联网和社交媒体近年来得到了飞速发展，视频作为信息传播最

5、有效的媒介，频繁出现在人们的学习、工作和生活中，至今已经产生了海量视频数据。因此，目前亟需一种快速、有效的视频检索算法对视频进行管理、分析。同时，近年来深度学习取得了突破性发展，且在图像、视频处理领域表现优异，这为视频检索问题提供了新的思路。本文结合深度学习中的两种网络模型，对视频检索中的关键步骤：镜头分割、关键帧提取和特征提取作了研究、分析与改进，取得了一定的效果。本文的主要工作如下：（1）介绍了视频检索的研究分类和发展概况，总结了经典镜头分割、关键帧提取和特征提取算法的思想、原理和优缺点。（2）针对经典镜头分割算法的不足，本文提出了一种基于深度学习的镜头分

6、割算法。该方法提取图像的深度特征，通过比较特征之间的差异作为镜头分割的依据，相较于经典方法在光照变化、图像模糊和背景抖动等情景下能够有效避免镜头的漏检和误检。（3）本文提出了一种改进的基于聚类加权的关键帧提取算法，算法首先对镜头中的图像帧聚类，然后根据帧序号的连续性作二次划分得到最终的分类结果，接着从每个类簇中提取若干关键帧，最后根据类簇中图像帧的数量配置关键帧权重。相较于经典方法，本算法对运动镜头提取的关键帧更加准确，而且引入了权重来衡量重要性，使得关键帧的数量更为合理。（4）本文使用双网络模型构建视频图像特征的描述子。对于视频中的短镜头，算法使用卷积神经网

7、络提取图像特征；对于视频中的中、长镜头，使用卷积神经网络提取图像特征的同时，继续使用单层长短记忆网络提取时序特征。且对应提出了适用于本特征的基于文本的相似度匹配算法。在实验环节，串联本文提出的镜头分割、关键帧提取和特征提取三部分算法，组成完整的视频检索系统。视频检索的效果好于以SIFT特征为核心的传统视频检索系统，在查全率为90%的情况下，查准率不低于82%，而且通过GPU等硬件环境加速，系统的检索时间不慢于传统方法。关键词：视频检索；深度学习；镜头分割；关键帧提取；特征提取IABSTRACTInternetandsocialmediahavebeenrapi

8、dlydevelopedinrecen