视频内容理解研究与应用

发布时间：2021-09-09 13:06

　　随着互联网的广泛应用和现代信息处理技术的发展,视频数据呈现出爆炸式的增长趋势。由于视频数据具有结构复杂、内容丰富、非结构化等特点,人们对海量视频数据处理能力有限,其中潜在的信息没有被充分挖掘,因此需要采用更加智能化的技术对其进行处理。视频内容理解是智能化处理视频的主要手段,也是计算机视觉领域的一个研究热点和难点,涉及到的学科包括模式识别、图像处理、计算机视觉、人工智能等,在军用、民用及医学等方面有着重要意义,广泛的应用前景和潜在的经济价值。本文主要基于视频关键帧提取和目标检测实现视频内容理解,并通过视频内容理解在自动驾驶中的实际应用为例,阐述视频内容理解技术和应用。本文工作由以下五个部分组成:（1）针对视频数据非结构性、难以处理的特点,利用HSV直方图法将抽象复杂的高维数据转换为可以量化的低维数据,从而减少了数据量。（2）结合视频数据相邻帧具有相似度高的特性,将关键帧提取转换为聚类问题,分别设计了K-Means、凝聚层次聚类和密度峰值聚类算法来提取视频关键帧,并分析了它们的聚类效果,同时对比了压缩域关键帧提取算法和非压缩域关键帧提取算法的结果,最终得到了一种综合性能较好的视频关键帧提取... 

【文章来源】：兰州理工大学甘肃省

【文章页数】：70 页

【学位级别】：硕士

【部分图文】：

RGB颜色空间

HSV颜色空间

图 3.3 灰度直方图区间（即直方图的 bin）数目和颜色量关。一般来说，颜色小区间的数目越多，bin 的数目很大的颜色直方图不但会建立索引。因此对于某些应用来说，使

【参考文献】：
期刊论文
[1]基于深度学习的自动驾驶技术综述[J]. 张新钰,高洪波,赵建辉,周沫.  清华大学学报(自然科学版). 2018(04)
[2]自动驾驶汽车的发展综述[J]. 陈亚伟,程前,邵毅明,胡广雪.  汽车工业研究. 2018(04)
[3]智能驾驶中车辆检测方法综述[J]. 刘曰,彭海娟,路锦文.  汽车实用技术. 2017(11)
[4]国家发改委等联合印发《汽车产业中长期发展规划》[J]. 宋城.  中国设备工程. 2017(09)
[5]大数据与深度学习综述[J]. 马世龙,乌尼日其其格,李小平.  智能系统学报. 2016(06)
[6]基于计算机视觉的自动驾驶算法研究综述[J]. 张贵英,向函,赵勇.  贵州师范学院学报. 2016(06)
[7]基于视觉的目标检测与跟踪综述[J]. 尹宏鹏,陈波,柴毅,刘兆栋.  自动化学报. 2016(10)
[8]利用GPU加速人工智能新型计算模式[J]. 朱健.  计算机与网络. 2016(02)
[9]视频语义上下文标签树及其结构化分析[J]. 余春艳,苏晨涵.  图学学报. 2015(05)
[10]视频摘要技术综述[J]. 王娟,蒋兴浩,孙锬锋.  中国图象图形学报. 2014(12)

博士论文
[1]面向视频理解的视频表征模型及应用研究[D]. 侯素娟.重庆大学 2015

硕士论文
[1]基于深度学习的图像检索[D]. 郑莹雪.吉林大学 2016
[2]视频检索中的镜头分割及关键帧提取方法研究[D]. 曲阳.沈阳工业大学 2016
[3]基于内容的视频检索中关键帧提取算法研究[D]. 曹长青.太原理工大学 2013
[4]视频检索技术中关键帧提取算法的研究[D]. 段豪.太原理工大学 2012



本文编号：3392147