基于多特征融合的视频检索技术研究

发布时间：2021-01-13 03:23

　　随着网络技术和多媒体技术的快速发展,多媒体已经成为人们日常获取信息最重要的手段之一,而这其中,视频由于集视觉与听觉一体的特性而大受人们喜爱。随着互联网视频数据的急剧增长,如何在海量视频数据中快速准确地找到自己想要的信息已经成为人们目前面临的一个巨大挑战,传统的通过人工手动对视频进行标注的查询方法面对日益增长的视频数量已经力不从心,基于多特征的视频检索技术成为目前的研究热点。基于多特征的视频检索的主要步骤分为:镜头边界检测、镜头关键帧提取、视频检索等技术。本文主要对镜头边界检测、镜头关键帧、视频检索技术三个方面进行研究。目前,在镜头边界检测方面,现有算法主要有以下几个缺点:提取单一特征,不能充分表达视频内容。对于渐变镜头的检测准确率不高,而且不能在高效性和准确性之间取得平衡。在关键帧提取方面,现有算法以聚类算法为主,然而聚类算法存在着需要人工设定初始聚类中心、需要人工设定聚类数量的缺点。在视频检索方面,现有算法在特征提取的方式、视频相似性度量方面的准确性仍需提高。针对镜头边界提取、镜头关键帧提取、视频检索技术存在的不足,本文进行了以下工作:（1）在镜头边界提取方面,提出一种基于SURF和... 

【文章来源】：东北林业大学黑龙江省 211工程院校 教育部直属院校

【文章页数】：65 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
1 绪论
    1.1 课题背景
    1.2 研究现状与存在的问题
        1.2.1 视频检索技术的研究现状和存在问题
        1.2.2 视频镜头边界分割技术的现状和存在问题
        1.2.3 关键帧提取技术的现状和存在问题
    1.3 研究内容
    1.4 论文组织结构
2 视频检索技术概述
    2.1 视频数据的结构化和特点
        2.1.1 视频数据的结构化
        2.1.2 视频数据的特点
    2.2 视频检索的结构框架和关键技术
        2.2.1 视频检索的结构框架
        2.2.2 视频检索的关键技术
    2.3 特征提取
        2.3.1 全局特征
        2.3.2 局部特征
    2.4 特征融合及匹配
        2.4.1 特征融合
        2.4.2 特征匹配
    2.5 本章小结
3 基于SURF和SIFT特征的镜头边界提取算法
    3.1 镜头边界变换的检测方法
    3.2 镜头边界提取
    3.3 结果评价指标
    3.4 实验结果与对比
    3.5 本章小结
4 基于改进K-Means的关键帧提取算法
    4.1 关键帧提取的常用方法
    4.2 算法流程
    4.3 基于聚类的关键帧提取算法
        4.3.1 聚类依据
        4.3.2 K-Means聚类
        4.3.3 基于改进的K-Means的关键帧提取算法
    4.4 实验结果与对比
    4.5 本章小结
5 基于SURF和改进颜色特征的视频检索算法
    5.1 算法流程
    5.2 视频检索
        5.2.1 特征数据库
        5.2.2 特征提取
        5.2.3 视频匹配
    5.3 实验结果和对比
    5.4 本章小结
结论
参考文献
附录
攻读学位期间发表的学术论文
致谢


【参考文献】：
期刊论文
[1]基于Kmeans和图像熵聚类的热红外目标检测算法[J]. 王静雷,厉小润.  机电工程. 2012(12)
[2]基于改进K-means算法的关键帧提取[J]. 孙淑敏,张建明,孙春梅.  计算机工程. 2012(23)
[3]改进的蚁群算法与凝聚相结合的关键帧提取[J]. 张建明,刘海燕,孙淑敏.  计算机工程与应用. 2013(03)

硕士论文
[1]多尺度多特征融合的声呐图像目标检测[D]. 赵欢.西安理工大学 2019
[2]基于内容的快速视频镜头边界检测算法研究[D]. 王瑞佳.太原理工大学 2018
[3]基于信息熵的关键帧提取算法的研究与实现[D]. 高永.太原理工大学 2018



本文编号：2974112