体育视频检索的若干技术研究

论文摘要

如今，观看体育节目已经成为现代人生活娱乐的一种主要方式。随着体育视频节目的飞速膨胀，如何帮助用户找到他们钟意的比赛或比赛的精彩片断，成为一个急需解决的问题。本文面向体育视频领域，以羽毛球和网球视频为研究对象，对基于内容的视频检索过程进行了讨论，目的是通过对视频内容进行计算机处理、分析和理解，建立目录和索引，方便用户获取信息。本文主要对下面几个问题进行了讨论，包括镜头边界检测、关键帧选取、特征提取，以及镜头分类，并研究了一个羽毛球和网球比赛视频的分类方法。镜头边界检测是进行视频处理的第一步，本文在总结了解压缩域和压缩域现有镜头边界检测方法的基础上，在解压缩域内提出了一种改进的基于时空切片的镜头边界检测算法，完成了对突变和滑变镜头的检测。在压缩域内，本文研究了一种基于宏块信息的镜头边界检测算法，实现了阈值的自动选取和镜头转换点的准确定位。视频处理的第二步是关键帧选取和特征提取，本文采用基于帧间差异的方法来选取镜头中的关键帧，并将颜色、纹理等特征作为分类依据，运用基于球树的分类算法，实现比赛镜头与非比赛镜头的分类。针对羽毛球和网球比赛视频的分类问题，本文结合领域知识，通过提取场地主颜色、圆柱距离、形态学等手段，从比赛镜头的关键帧中分割出了比赛场地，并提取了场地线特征，最后完成了对两类视频的分类。最后，本文用Matlab实现了上述算法。实验结果表明，改进的镜头边界检测算法具有更高的准确性和效率。球树分类模型不仅实现了镜头分类，更有利于提高视频检索的效率，此外，利用场地线特征来分类羽毛球和网球视频也能达到令人满意的效果。

论文目录

• 摘要
• Abstract
• 1 绪论
• 1.1 研究背景
• 1.2 基于内容的视频分类检索中的关键技术
• 1.3 基于内容的体育视频分类检索
• 1.3.1 体育视频分类检索研究意义
• 1.3.2 体育视频分类检索研究现状
• 1.3.3 存在的问题
• 1.4 本文研究的主要内容
• 1.5 论文的组织和结构
• 2 非压缩域内的镜头边界检测
• 2.1 镜头边界检测的概念
• 2.2 非压缩域内的镜头边界检测技术
• 2.2.1 帧间差计算方法
• 2.2.2 突变镜头边界检测
• 2.2.3 渐变镜头边界检测
• 2.3 一种改进的时空切片镜头分割算法
• 2.3.1 时空切片
• 2.3.2 算法描述
• 2.3.3 时空切片纹理分析
• 2.3.4 能量模型
• 2.3.5 突变镜头检测
• 2.3.6 滑变镜头检测
• 2.3.7 实验结果
• 2.4 小结
• 3 压缩域内的镜头边界检测
• 3.1 MPEG-2视频压缩标准
• 3.1.1 MPEG-2标准的图像格式
• 3.1.2 数据结构与压缩模式
• 3.1.3 运动补偿与宏块类型
• 3.2 压缩域内的镜头边界检测技术
• 3.2.1 基于DCT系数的方法
• 3.2.2 基于DC系数的方法
• 3.2.3 基于MV的方法
• 3.2.4 基于DC系数和MV的方法
• 3.2.5 基于宏块编码和MV的方法
• 3.3 基于宏块信息的镜头边界检测改进算法
• 3.3.1 镜头转换点分析
• 3.3.2 镜头边界粗检测
• 3.3.3 镜头边界的定位
• 3.3.4 阈值的选择
• 3.3.5 实验结果
• 3.4 本章小结
• 4 镜头分类
• 4.1 镜头分类算法描述
• 4.2 关键帧的提取
• 4.2.1 常用的关键帧提取方法
• 4.2.2 基于帧间最大距离的关键帧提取
• 4.3 关键帧的特征提取
• 4.4 基于球树模型的镜头聚类
• 4.4.1 球树模型
• 4.4.2 镜头聚类
• 4.5 本章小结
• 5 羽毛球和网球比赛视频的分类
• 5.1 球场边界提取
• 5.1.1 RGB和HSI颜色空间
• 5.1.2 场地主颜色提取
• 5.1.3 主场地区域分割
• 5.2 场地线提取
• 5.2.1 Hough变换
• 5.2.2 场地线检测
• 5.3 结果判定及实验结果分析
• 5.4 本章小结
• 6 结论及展望
• 6.1 本文的主要工作
• 6.2 进一步工作的方向
• 致谢
• 参考文献