基于语义的视频检索关键技术研究

论文摘要

随着电子化、信息化进程的不断发展,导致数字视频每时每刻都在急剧增加。以图像、视频、音频为代表的多媒体信息已逐渐成为信息处理领域中主要的信息媒体形式。据科学统计,目前人类获取的信息中,文本信息不足20%,80%以上为多媒体信息。所以,如何从浩如烟海的网络数据资源中实现对含有丰富时空信息的视频数据进行检索已经成为人们关注的焦点问题。视频检索从早期最开始的关键字检索,发展到基于内容的视频检索,但是,由于视频数据的底层特征不唯一,基于内容的视频检索很难确定查询的视频例子,其次,底层特征对视频的标引与人对视频的理解还存在较大差异。所以,视频检索逐步趋向于基于语义的视频检索。论文针对语义视频检索的关键技术进行研究。从视频检索的研究背景、目前的研究现状和未来的发展趋势开始,介绍了课题所需要的相关理论基础,如视频数据挖掘的基础理论、MPEG标准和视频编码技术等。之后详细分析了MPEG-2编码的视频流结构,在此基础上,提出了在压缩域上直接提取I帧的方法,克服了传统视频检索算法先解压视频文件再进行处理的缺陷。由于场景是一组语义上相关联及时间上相邻的连续镜头序列,是视频信息的最小的语义单位。论文从场景的角度出发,重点讨论了如何利用I帧合成场景摘要,从而获得视频中最小的语义单元。结合理论,讨论和分析了视频数据的存储与组织技术,制定了本课题所需要的视频库的存储与索引。根据论文的研究成果,设计了一套基于语义的视频检索系统的体系结构,为后续研究奠定了良好的基础。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 研究背景及意义
• 1.1.1 研究背景
• 1.1.2 研究意义
• 1.2 国内外研究现状
• 1.2.1 基于关键字的视频检索
• 1.2.2 基于内容的视频检索
• 1.2.3 基于语义的视频检索
• 1.3 现有原型系统简介
• 1.4 本文的主要工作
• 1.5 本文的组织结构
• 第2章 相关概念、理论及技术
• 2.1 数据挖掘技术相关理论
• 2.1.1 数据挖掘概述
• 2.1.2 数据挖掘的作用
• 2.1.3 数据挖掘的功能
• 2.2 视频数据挖掘
• 2.2.1 视频数据挖掘技术概述
• 2.2.2 视频数据挖掘技术的分类
• 2.3 视频编码技术
• 2.3.1 视频编码概述
• 2.3.2 常用视频编码技术
• 2.3.3 视频编码新技术
• 2.4 视频编码国际标准
• 2.4.1 MPEG 标准
• 2.4.2 H.264/AVC
• 2.5 粗糙集相关理论
• 2.5.1 粗糙集基本概念
• 2.5.2 粗糙集基本理论
• 2.6 本章小结
• 第3章 基于语义的视频检索系统架构
• 3.1 视频数据的主要特点
• 3.2 视频数据结构
• 3.3 基于语义的视频检索框架
• 3.4 本章小结
• 第4章 I 帧的提取和场景摘要合成
• 4.1 MPEG-2 压缩编码原理
• 4.1.1 MPEG-2 标准
• 4.1.2 MPEG-2 视频结构
• 4.1.3 宏块
• 4.1.4 MPEG-2 帧编码类型
• 4.1.5 MPEG-2 帧编码算法
• 4.2 基于压缩域提取I 帧（IFMPEG2）
• 4.2.1 基本思想
• 4.2.2 算法过程及描述
• 4.2.3 实验结论
• 4.3 视频摘要概述
• 4.3.1 视频摘要概念及国内外研究现状
• 4.3.2 场景
• 4.3.3 场景摘要的概念
• 4.4 场景摘要的合成（SceneAbstract）
• 4.4.1 基本思想
• 4.4.2 算法过程及描述
• 4.4.3 实验与结果
• 4.5 本章小结
• 第5章：视频数据的存储组织与索引
• 5.1 视频检索数据结构
• 5.2 视频语义分类
• 5.3 数据库系统
• 5.4 视频索引
• 5.5 基于语义的视频检索功能模块及实现架构
• 5.6 本章小结
• 第6章：今后的研究方向与前景展望
• 6.1 本文的主要工作
• 6.2 下一步研究工作
• 参考文献
• 攻读硕士期间发表的学术论文
• 攻读硕士期间参与的科研项目
• 致谢