视频检索中关键帧抽取方法的研究

发布时间：2020-12-07 03:49

　　今天视频检索的重要性已经越来越被人们所重视。视频信息检索技术是一门以多学科理论为基础,融合了多种技术方法的综合性技术,它主要涉及计算机图形学,模式识别,认知科学,图像处理,数据库管理系统,人工智能等等,所以目前真正实现对视频信息内容的描述和检索是相当困难的。在视频检索领域,研究关键帧抽取的问题是非常重要的一环。本文主要针对视频关键帧的抽取方法进行了研究与探讨。 本文首先介绍了视频信息检索技术的发展与应用,并对数字视频的特点,结构及其压缩原理进行了详细地研究,归纳与总结。其次本文对视频帧图像的颜色特征的描述及提取进行了详细研究。关键帧提取方法的研究是本文的核心组成部分,本文在参阅大量文献的基础上,对当前的关键帧提取的方法及其相关技术进行了较为详细的讲解和总结。最后本文设计了一个基于颜色特征的关键帧提取的实验系统,实现了直方图平均法,定帧数和不定帧数的内容分析方法这三种关键帧提取算法,并对全文进行了总结。 

【文章来源】：南京理工大学江苏省 211工程院校

【文章页数】：70 页

【学位级别】：硕士

【部分图文】：

模枷隶属函数，，

圈.4.43模栩隶属函数的表面结构图4.5基于聚类(dusternig)的方法视频聚类研究的是镜头间的关系，它是将内容上有关系的镜头结合起来，以描述视频节目中有语义意义的事件或活动，有的学者也称其为场景转换、情节分割、镜头聚集等。这样的镜头集合体也常用不同的词来代表，如场景(Secne)、(视频)片段(elip)、情节(episode)、故事单元(sto仃unit)等[‘]。根据聚类目的的不同，视频聚类一般分为两种类型[8l]:一类是把同属一个场景的镜头进行聚类，以形成层次型的视频结构—场景和电影。这种聚类不但要考虑镜头内容上的相似性，还要考虑其时间上的连续性。比如对于两个内容上很接近的镜头，即两个镜头的特征向量之间的距离很小，如果它们在时间上相距得很远，也不能把它们归于同一个场景。将镜头聚类为故事单元后，其数量明显减少，以一部典型的连续剧为例，半小时的节目中约有300个镜头，经过聚类后可形成约20个故事单元。另一类是对视频进行分类。这种聚类只考虑特征相似性，而不考虑时间连续性。

南京理工大学硕士学位论文视频检索中关键帧抽取方法的研究2)导出帧图像序列在菜单栏中选择Fiel一EPxort肠meline一F田me，就会弹出(EPx0rtstiuFarme)窗口，如图5.2.2所示。点击Settings，弹出(ExportstillFrameSettings)窗口(如图.5.23)，可以选择导出的帧图像格式:T正F，几rga，GFI，WindoesBi加叩。然后选择保存的路径，就可以导出帧图像序列。


本文编号：2902564