视频镜头动态聚类算法在数字图书馆中的应用研究
发布时间：2021-04-19 17:10
随着社会经济的不断发展、科学技术水平的不断提升,互联网上的数字视频正不受限制地增长并且逐渐成长为一种新型的力量。这些视频大多数存储在非结构化的存储库中,因而对图像和视频检索的研究和开发任务构成了巨大的挑战。由于视频本身包含有丰富信息的特点,导致采用人工标注视频内容属性信息的方法有很大的不足。基于当前这样的情况,如何让计算机自动提取视频的内容特征与视频检索技术已经成为目前亟待解决的课题。近几年来,随着基于内容的视频检索技术快速发展和人工智能技术的突破,越来越多的研究人员和学者投入到该领域的研究中来。视频检索领域中涉及到的核心技术主要有镜头分割、关键帧提取、视频匹配和视频检索,其中视频的镜头分割和关键帧提取技术成为了当前数字视频检索系统发展的关键步骤。本文详细研究了AP聚类算法（近邻传播聚类算法）,并将基于AP聚类的优化算法应用到视频关键帧提取中,以此来提高数字图书馆视频检索系统中检索结果的准确率和效率。本文的主要研究内容及方法如下:（1）优化视频相邻帧间差计算方法。针对视频镜头分割步骤,传统的视频帧的颜色特征提取方法仅仅是对颜色值进行统计和整理,而没有考虑空间分布情况,为了使颜色特征更具...
【文章来源】：重庆理工大学重庆市
【文章页数】：71 页
【学位级别】：硕士
【文章目录】：
摘要
ABSTRACT
1 绪论
1.1 研究背景及意义
1.2 国内外研究现状
1.3 论文主要工作
1.4 论文组织结构
2 视频检索理论
2.1 视频数据的基本概念
2.2 视频检索结构框架
2.3 视频检索关键技术
2.3.1 镜头分割
2.3.2 关键帧提取
2.3.3 特征提取
2.3.4 视频匹配
2.4 本章小结
3 聚类算法
3.1 聚类算法
3.1.1 聚类算法概述
3.1.2 聚类算法准则及发展情况
3.2 传统聚类算法
3.2.1 k-means聚类
3.2.2 DBSCAN聚类
3.2.3 高斯混合聚类
3.3 新颖聚类算法
3.3.1 谱聚类
3.3.2 DP聚类
3.4 本章小结
4 基于视频镜头动态聚类算法的视频检索系统
4.1 引言
4.2 镜头分割
4.2.1 相邻帧帧差值计算
4.2.2 高低阈值选取
4.2.3 镜头检测模块
4.3 关键帧提取
4.3.1 AP聚类算法
4.3.2 改进的AP聚类算法
4.4 实验设计与结果分析
4.4.1 实验环境
4.4.2 聚类效果评价指标
4.4.3 改进的AP聚类算法在关键帧提取中的应用
4.5 本章小结
5 数字图书馆视频检索系统
5.1 引言
5.2 系统总体设计
5.2.1 系统功能模块设计
5.2.2 系统流程图设计
5.3 系统详细设计
5.3.1 关键帧提取模块
5.3.2 数据库模块
5.3.3 视频检索模块
5.4 系统运行界面与实验分析
5.4.1 系统运行界面
5.4.2 实验结果与分析
5.5 本章小结
6 总结与展望
6.1 总结
6.2 展望
致谢
参考文献
个人简历、在学期间发表的学术论文及取得的研究成果
【参考文献】：
期刊论文
[1]基于用户兴趣的视频片段提取方法[J]. 邹玲,俞璜悦,王晗. 中国科技论文. 2018(02)
[2]基于相对编辑相似度的近似重复视频检索和定位[J]. 赵清杰,王浩,刘浩,张聪. 北京理工大学学报. 2018(01)
[3]基于镜头的数字图书馆视频资源检索框架构建与实现[J]. 徐彤阳,张国标,任浩然. 情报科学. 2017(05)
[4]多媒体信息检索中的查询与反馈技术[J]. 查正军,郑晓菊. 计算机研究与发展. 2017(06)
[5]基于PCA的关键帧相似度核聚类检索算法[J]. 张杰,齐官红,叶蓬,陈益. 控制工程. 2017(04)
[6]采用自适应聚类的教学视频关键帧研究[J]. 王华秋,殷志恒. 计算机时代. 2016(12)
[7]基于内容的视频检索技术在数字档案馆中的应用[J]. 谢建云. 山西档案. 2016(02)
[8]空间密度聚类在数字图书馆图像检索中的应用[J]. 王华秋,王重阳,聂珍. 现代情报. 2016(02)
[9]基于高斯混合聚类的煤岩识别技术研究[J]. 黄韶杰,刘建功. 煤炭学报. 2015(S2)
[10]基于AP二次聚类的神经网络集成算法研究[J]. 李辉,丁世飞. 计算机科学. 2015(02)
博士论文
[1]新闻视频语义概念探测与语义检索关键技术研究[D]. 陈丹雯.国防科学技术大学 2014
[2]面向大规模图像库的层次化索引机制研究[D]. 贺玲.国防科学技术大学 2006
硕士论文
[1]基于内容的视频检索关键技术的研究[D]. 白慧茹.太原理工大学 2017
[2]基于聚类的视频分类方法研究[D]. 查日盼.淮北师范大学 2017
[3]基于快速密度峰值聚类的图像检索技术研究与应用[D]. 王重阳.重庆理工大学 2017
[4]社交网络中基于聚类分析的可信推荐系统[D]. 张进.南京邮电大学 2016
[5]基于回声状态网络的图像语义映射方法研究[D]. 王斌.重庆理工大学 2016
[6]基于内容的视频检索系统的设计与实现[D]. 赵伟.西安电子科技大学 2011
[7]基于纹理的视频镜头边界检测系统研究[D]. 王寅.北京邮电大学 2010
本文编号：3147964
【文章来源】：重庆理工大学重庆市
【文章页数】：71 页
【学位级别】：硕士
【文章目录】：
摘要
ABSTRACT
1 绪论
1.1 研究背景及意义
1.2 国内外研究现状
1.3 论文主要工作
1.4 论文组织结构
2 视频检索理论
2.1 视频数据的基本概念
2.2 视频检索结构框架
2.3 视频检索关键技术
2.3.1 镜头分割
2.3.2 关键帧提取
2.3.3 特征提取
2.3.4 视频匹配
2.4 本章小结
3 聚类算法
3.1 聚类算法
3.1.1 聚类算法概述
3.1.2 聚类算法准则及发展情况
3.2 传统聚类算法
3.2.1 k-means聚类
3.2.2 DBSCAN聚类
3.2.3 高斯混合聚类
3.3 新颖聚类算法
3.3.1 谱聚类
3.3.2 DP聚类
3.4 本章小结
4 基于视频镜头动态聚类算法的视频检索系统
4.1 引言
4.2 镜头分割
4.2.1 相邻帧帧差值计算
4.2.2 高低阈值选取
4.2.3 镜头检测模块
4.3 关键帧提取
4.3.1 AP聚类算法
4.3.2 改进的AP聚类算法
4.4 实验设计与结果分析
4.4.1 实验环境
4.4.2 聚类效果评价指标
4.4.3 改进的AP聚类算法在关键帧提取中的应用
4.5 本章小结
5 数字图书馆视频检索系统
5.1 引言
5.2 系统总体设计
5.2.1 系统功能模块设计
5.2.2 系统流程图设计
5.3 系统详细设计
5.3.1 关键帧提取模块
5.3.2 数据库模块
5.3.3 视频检索模块
5.4 系统运行界面与实验分析
5.4.1 系统运行界面
5.4.2 实验结果与分析
5.5 本章小结
6 总结与展望
6.1 总结
6.2 展望
致谢
参考文献
个人简历、在学期间发表的学术论文及取得的研究成果
【参考文献】：
期刊论文
[1]基于用户兴趣的视频片段提取方法[J]. 邹玲,俞璜悦,王晗. 中国科技论文. 2018(02)
[2]基于相对编辑相似度的近似重复视频检索和定位[J]. 赵清杰,王浩,刘浩,张聪. 北京理工大学学报. 2018(01)
[3]基于镜头的数字图书馆视频资源检索框架构建与实现[J]. 徐彤阳,张国标,任浩然. 情报科学. 2017(05)
[4]多媒体信息检索中的查询与反馈技术[J]. 查正军,郑晓菊. 计算机研究与发展. 2017(06)
[5]基于PCA的关键帧相似度核聚类检索算法[J]. 张杰,齐官红,叶蓬,陈益. 控制工程. 2017(04)
[6]采用自适应聚类的教学视频关键帧研究[J]. 王华秋,殷志恒. 计算机时代. 2016(12)
[7]基于内容的视频检索技术在数字档案馆中的应用[J]. 谢建云. 山西档案. 2016(02)
[8]空间密度聚类在数字图书馆图像检索中的应用[J]. 王华秋,王重阳,聂珍. 现代情报. 2016(02)
[9]基于高斯混合聚类的煤岩识别技术研究[J]. 黄韶杰,刘建功. 煤炭学报. 2015(S2)
[10]基于AP二次聚类的神经网络集成算法研究[J]. 李辉,丁世飞. 计算机科学. 2015(02)
博士论文
[1]新闻视频语义概念探测与语义检索关键技术研究[D]. 陈丹雯.国防科学技术大学 2014
[2]面向大规模图像库的层次化索引机制研究[D]. 贺玲.国防科学技术大学 2006
硕士论文
[1]基于内容的视频检索关键技术的研究[D]. 白慧茹.太原理工大学 2017
[2]基于聚类的视频分类方法研究[D]. 查日盼.淮北师范大学 2017
[3]基于快速密度峰值聚类的图像检索技术研究与应用[D]. 王重阳.重庆理工大学 2017
[4]社交网络中基于聚类分析的可信推荐系统[D]. 张进.南京邮电大学 2016
[5]基于回声状态网络的图像语义映射方法研究[D]. 王斌.重庆理工大学 2016
[6]基于内容的视频检索系统的设计与实现[D]. 赵伟.西安电子科技大学 2011
[7]基于纹理的视频镜头边界检测系统研究[D]. 王寅.北京邮电大学 2010
本文编号：3147964
本文链接：https://www.wllwen.com/tushudanganlunwen/3147964.html
