视频检索中镜头边界检测方法的研究

论文摘要

基于内容的视频检索是未来多媒体应用的一个重要方面。镜头分割亦称镜头边界检测是视频检索的关键技术,是实现视频检索的基础,检测的精度好坏直接影响到视频检索的成败和精度。目前大部分的镜头分割技术可以分为基于压缩域与非压缩域两大类。这些方法虽然简单且计算方便,但所选的特征过于单一,不具有代表性,在镜头边界的检测上容易受到噪声和运动的影响,造成误检。本文在详细分析了常用镜头边界检测算法的基础上,提出了一种基于信息论的镜头边界检测算法和一种基于数据挖掘的镜头边界检测方法,开发了一套集成几种经典镜头边界检测算法的原型系统。首先,本文提出的基于信息论的镜头边界检测算法采用互信息(Mutual Information, MI)对镜头突变进行检测,采用联合熵(Joint Entropy, JE)对淡入淡出进行检测。实验结果表明,该方法能够有效的区分镜头的突变,对淡入淡出这一渐变情况也能较好的检测。其次,本文提出的基于数据挖掘的镜头边界检测方法利用粗糙集理论的数据处理方法来分析从MPEG压缩视频流P帧中提取的运动信息数据,结合非压缩域的直方图和像素信息,通过对属性约减算法得到用于镜头边界检测的重要属性特征,最后在支持向量机理论基础上对镜头的类型进行分类。通过比较约减前后的两种情况的对比实验看出,所选的视频特征能够有效的区分镜头的突变。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 引言
• 1.2 选题背景
• 1.2.1 基于内容视频检索关键技术分析
• 1.2.2 选题意义
• 1.2.3 镜头边界检测概述
• 1.3 国内外研究现状
• 1.4 论文研究方案及章节安排
• 1.4.1 论文研究方案
• 1.4.2 章节安排
• 第二章 相关理论和算法基础
• 2.1 MPEG 视频压缩标准和常用算法介绍
• 2.1.1 MPEG2 图像组织结构
• 2.1.2 基于像素的镜头边界检测
• 2.1.3 基于直方图的镜头边界检测
• 2.1.4 改进的双重滑动“窗口”算法
• 2.2 数据挖掘理论
• 2.2.1 粗糙集理论
• 2.2.2 支持向量机理论
• 2.3 信息论简介
• 2.4 小结
• 第三章 一种基于信息论的镜头边界检测方法
• 3.1 算法描述和改进
• 3.2 实验过程和结果分析
• 3.2.1 镜头突变检测
• 3.2.2 镜头渐变检测
• 3.2.3 实验结果分析
• 3.3 小结
• 第四章 基于粗糙集和支持向量机的镜头检测方法
• 4.1 镜头检测信息分类模型的建立方法
• 4.2 镜头检测信息模型
• 4.2.1 信息数据U 的提取
• 4.2.2 镜头检测属性的确定
• 4.2.3 决策规则的提取和匹配
• 4.3 实验结果分析和改进
• 4.4 小结
• 第五章 基于内容的视频镜头分割检索系统的设计与开发
• 5.1 系统总体设计
• 5.2 系统详细设计与开发
• 5.2.1 视频分析模块
• 5.2.2 用户接口模块
• 5.2.3 查询检索模块
• 5.3 系统测试
• 5.4 小结
• 第六章 全文总结及工作展望
• 致谢
• 攻读硕士学位期间从事的主要科研工作及发表的论文
• 参考文献