论文部分内容阅读
计算机、网络技术和数字视频技术的不断发展，使得视频数据快速增长，如何对大量的视频数据进行有效的组织、管理和检索成为视频检索研究领域的热点问题。
本文主要研究基于内容的视频检索中两个关键技术：镜头边界检测和关键帧提取技术。首先，本文提出了一种基于联合直方图的镜头边界检测算法。该算法利用相邻帧帧间联合直方图关于对角线的对称度在同一镜头内很高，而在镜头切换处很低的特性，定义相邻帧的相似度，通过对相似度做差分突出突变特征，结合双向搜索的闪光检测法消除闪光对突变检测的影响；同时引入有限自动机提高渐变检测的鲁棒性，并将突变和渐变检测紧密结合，获得了较好的检测效果。其次，把联合直方图应用到关键帧提取中，提出了基于联合直方图的关键帧提取算法。该算法利用联合直方图的对称性定义帧间相异度，对相异度作累积生成累积曲线，结合检测平面曲线上大斜率点的方法，对视频帧序列分类，从关键类中提取关键帧，这样提取的关键帧具有动态特点。实验表明，该算法具有较高的压缩率，并且提取的关键帧较好地代表了视频内容。