基于内容的视频检索和浏览的关键技术

论文摘要

随着计算机和通信技术、宽带网络技术、音视频压缩技术以及计算机硬件技术的发展，视频数据的存储和传输不再是一件困难的事情。数字视频也越来越广泛地融入于人们的生活空间中。然而如何有效地对这些视频数据进行组织、表达、存储和管理，以及如何对其进行快速检索与浏览等已成为视频领域内急待解决的重大课题。由于视频数据自身内容的丰富性和多样性、结构的复杂性以及具有时空多维结构性，传统的数据管理与检索方案不能够很好地从巨大的视频数据源中找到所需要的信息，于是基于内容的视频检索系统便应运而生。 本文以MPEg-2视频为研究对象，基于内容的视频检索为出发点，提出了一种基于内容的视频数据模型，从几个层次上描述视频数据。并以该模型为基础，研究了视频结构化技术，关键帧提取技术和视频概要生成技术。论文的主要工作如下： 数据模型是对客观事务及其联系的数据描述，它反映了实体内部和实体之间的联系。针对现有模型在检索粒度和概念关系描述方面的不足，本文提出基于Ontology的分层语义视频数据模型，该模型结合了MPEG-7提出的模型描述和Ontology的概念表达方式，从语义和时间特征两个方面对视频进行描述。模型采用四个层次来描

论文目录

• 第一章 绪论
• 1.1 视频检索与浏览
• 1.1.1 视频
• 1.1.2 传统检索对视频检索的局限
• 1.2 基于内容的视频检索
• 1.2.1 基本概念
• 1.2.2 基于内容的视频检索和浏览的关键技术
• 1.3 相关研究状况
• 1.3.1 视频数据模型
• 1.3.2 视频结构化
• 1.3.3 关键帧提取
• 1.3.4 视频数掘索引及检索
• 1.3.5 视频摘要
• 1.4 论文的主要工作和内容安排
• 参考文献
• 第二章 基于Ontology的分层语义视频数据模型
• 2.1 视频数据模型的要求
• 2.2 相关的研究工作
• 2.3 MPEG-7标准概述
• 2.3.1 MPEG-7产生的背景
• 2.3.2 MPEG-7视频描述工具
• 2.3.3 视频视觉信息的描述
• 2.4 ONTOLOGY概述
• 2.4.1 Ontology的定义
• 2.4.2 Ontology的建模元语
• 2.5 基于ONTOLOGY的分层语义数据模型
• 2.5.1 元数据
• 2.5.2 视频数据模型的基本思想
• 2.5.3 视频数据模型
• 2.5.4 视频操作
• 2.6 本章小结
• 参考文献
• 第三章 基于基色调的自适应阈值镜头切换检测方法
• 3.1 引言
• 3.1.1 基本概念和分类
• 3.1.2 镜头切换检测的常见方法
• 3.2 MPEG编码中的比特数
• 3.3 颜色直方图
• 3.4 基于基色调的自适应阈值镜头切换检测
• 3.4.1 基色调
• 3.4.2 自适应的局部阈值
• 3.5 镜头切换检测算法
• 3.6 实验结果
• 3.7 小结
• 参考文献
• 第四章 基于图中心的关键帧的提取方法
• 4.1 引言
• 4.1.1 关键帧的选取原则
• 4.1.2 典型的关键帧提取技术
• 4.2 图的简介
• 4.2.1 图的定义和术语
• 4.2.2 带权无向图的最短路径
• 4.2.3 图中心
• 4.3 算法描述
• 4.3.1 图中心和关键帧的关系
• 4.3.2 算法流程
• 4.4 实验结果
• 4.5 小结
• 参考文献
• 第五章 基于类内和类间损失的场景构造方法
• 5.1 引言
• 5.1.1 场景分类
• 5.1.2 场景的特征
• 5.2 相关研究
• 5.3 具有时间约束的镜头相似度
• 5.4 镜头聚类
• 5.4.1 基本概念
• 5.4.2 镜头聚类方法
• 5.5 场景构造
• 5.6 实验结果
• 5.7 小结
• 参考文献
• 第六章 基于场景的视频概要生成方法
• 6.1 引言
• 6.1.1 视频摘要的基本概念
• 6.1.2 视频摘要的分类
• 6.1.3 视频摘要主要应用领域
• 6.2 缩略视频的实现技术
• 6.2.1 视频剪辑的实现技术
• 6.2.2 专题缩略视频的实现技术
• 6.2.3 一般缩略视频的实现技术
• 6.3 视频概要的实现方法
• 6.3.1 基于时间采样的关键帧提取方法
• 6.3.2 基于镜头的关键帧提取方法
• 6.3.3 基于场景的关键帧提取方法
• 6.4 基于场景的视频摘要算法
• 6.4.1 场景重要度和镜头类重要度
• 6.4.2 视频概要
• 6.5 实验结果
• 参考文献
• 第七章 结束语
• 7.1 论文工作的总结
• 7.2 对下一步研究工作的建议
• 致谢
• 攻读博士期间发表的论文