基于內(nèi)容的視頻鏡頭邊界檢測及關(guān)鍵幀提取.pdf

1、隨著數(shù)字媒體、網(wǎng)絡(luò)通信等信息技術(shù)的迅速發(fā)展，視頻等多媒體技術(shù)出現(xiàn)了爆炸性增長。數(shù)字視頻是一種具有時(shí)間及空間三維結(jié)構(gòu)的數(shù)據(jù)格式，具有數(shù)據(jù)量大、蘊(yùn)含信息豐富等特點(diǎn)。因此需要一種靈活有效的方式來對(duì)這些多媒體進(jìn)行管理和檢索。傳統(tǒng)的視頻檢索主要是基于關(guān)鍵詞的檢索，由于需要人工的標(biāo)注，不僅需要消耗大量的人力和時(shí)間，容易受到人工主觀的影響，而且文字無法全面地描述視頻的內(nèi)容。基于內(nèi)容的視頻檢索是計(jì)算機(jī)對(duì)視頻的內(nèi)容進(jìn)行自動(dòng)分析，使得用戶可以通過圖像等視頻

2、內(nèi)容信息對(duì)視頻進(jìn)行檢索，因此近年來受到眾多研究者的關(guān)注。
　　在基于內(nèi)容的視頻檢索過程中，鏡頭邊界檢測和視頻關(guān)鍵幀提取是必要的關(guān)鍵步驟，視頻鏡頭是視頻檢索的基本單元。本文利用基于預(yù)處理的方法進(jìn)行視頻邊界檢測，首先利用自適應(yīng)的閾值選取出可能包含視頻邊界的候選段，在候選段中檢測鏡頭邊界時(shí)首先檢測鏡頭邊界起始幀，之后立即檢測切變鏡頭，如果檢測到切變，則此次檢測過程結(jié)束；如果沒有檢測到切變，則需要檢測漸變鏡頭。相比傳統(tǒng)方法中需要對(duì)候選段分

3、別進(jìn)行切變和漸變的檢測，本文算法能夠有效減少鏡頭檢測所需的時(shí)間。
　　基于內(nèi)容的視頻檢索最終是對(duì)圖像的檢索，視頻關(guān)鍵幀是代表視頻鏡頭內(nèi)容的關(guān)鍵圖像，本文利用基于時(shí)間順序的鏡頭聚類，避免了傳統(tǒng)的聚類算法的缺點(diǎn)，將鏡頭內(nèi)的幀序列分成若干個(gè)類簇，每個(gè)類簇中的視頻幀語義相似，利用圖像熵所代表的圖像信息量，從每個(gè)類簇中選擇出一幀可以代表子鏡頭類的關(guān)鍵幀，進(jìn)而利用所有子鏡頭類的關(guān)鍵幀集合作為視頻鏡頭的關(guān)鍵幀。
　　最后本文針對(duì)不同的視頻