欢迎来到天天文库
浏览记录
ID:37544312
大小:1.54 MB
页数:58页
时间:2019-05-25
《基于特征的视频挖掘技术研究与应用》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库。
1、大连理工大学硕士学位论文基于特征的视频挖掘技术研究与应用姓名:雷夏申请学位级别:硕士专业:软件工程指导教师:孟军20071215大连理工大学硕士学位论文摘要随着视频挖掘应用越来越广泛,要求对视频挖掘技术进行深入的研究。视频数据包含的各种视频特征以及根据特征数据得出的数据,不仅是建立视频数据库的基础,同时也是视频挖掘的必要条件。因此基于特征的视频挖掘技术是视频挖掘技术研究的重要内容。本文是以基于特征的视频挖掘为研究背景,分析了基于特征的视频挖掘关键技术,并针对基于特征的视频挖掘技术中的两个部分进行了研究。第一部分是镜头边界检测过程中涉及剧烈运动视频的问题,第二部分对基于多模式融
2、合的视频摘要进行了研究。视频种类多种多样,视频中可能包含剧烈运动,而镜头是视频序列的基本单元,镜头之间的变换主要包括突变(切变)和渐变两种形式,因此需要剧烈运动容忍的镜头边界检测算法。为此本文给出了双阈值二次帧差与过滤机制相结合的突变镜头检测算法,充分利用了二次帧差法对突变镜头边界检测的有效性,过滤机制的灵活性.在此基础上给出剧烈运动容忍的渐变镜头检测算法。通过大量实验并与现有算法进行比较分析,表明减弱了剧烈运动对镜头边界检测准确性的影响,达到了检测包含剧烈运动的视频中镜头边界的要求。视频摘要是对一个较长的视频文件的内容所进行的一个简短的小结,能够简洁表现视频的重要内容,目的
3、在于帮助人们更快捷、更方便定位视频的重要信息,较好的解决信息爆炸问题。由于视频包括视频、音频等多种信息,单模式的视频摘要不能适应多信息的需要。因此本文将多模式融合方法应用于视频摘要中,以充分利用视频中的视频、音频、文本等信息。实验表明基于多模式融合的视频摘要方法得到较好的效果。关键词:视频挖掘;镜头边界检测;视频摘要;多模式基于特征的视频挖掘技术研究与应用ResearchandApplicationofFeatureBasedVideoMiningTechnologyAbstrsctWiththedevelopmentofvideominingapplication,itis
4、13ecessal了todoadeepresearchonvideominingteelmoiogy.Videodata.whiehcontaillvariousvideofeaturesandenOl-lnOUSdataobtainedfi'omvideofeatures。a托notonlythefoundationofvideodatabase.butalsothenecessaryeonditiomofvideomining.Therefore,featurebasedvideominingtechnologyisallimportantworkofresearch01
5、1videominingteelmology.隧paperanalyseskeyteelmiqueandresearchesontwoessentialpartsoffeaturebasedvideomiaing.11豫firstpartisshotboundarydetectionwithrapidmotion,andthesecondismulti-modalfusionbasedvideoabstl'agtion.TherearemanykindsofvideoinOI.n'life.includingvideowithrapidmotion.However,shoti
6、sthebasicunitofvideosequence.Andtherearetwodifferentshotchanges,abruptchangeandgrad,,-1change.Sincethat,arapidmoti衄toleratedshotboundarydetectionmethodisrequired.Inthispaper,anintegratedabruptshotbotmclarydetectionmethodoftwo-thresholdtwicedifferencemethodandfiltermechanismispresented.11圮me
7、thodmakesuseofvalidityoftwicedifferencemethodandflexibilityoffiltermeel'lanism.Basedonthismethod.arapidmotiontolcratedgradualshotboundarydetectionmethodisadvanced.Conlraslingtheresultsoftheseexperimentstoelassiealmethods’.thesemethodseliminatethenegative
此文档下载收益归作者所有