基于内容的视频镜头分割与浏览技术研究

• 作 者: 李钢
• 机 构: 太原理工大学
• 出 处: 太原理工大学
• 发表日期: 2008年期
• 关键词: 视频数据 镜头分割 视频浏览 视频检索 彩色直方图

视频数据作为一种动态、直观、形象的数字媒体，越来越多地出现在各类信息服务中，如远程监控、多媒体会议、电视新闻、交互式数字电视、交互电子商务和视频数字图书馆等，其广阔的发展前景和巨大的商业价值不断地推动着视频检索技术的研究和发展。各种应用的关键技术主要集中在压缩、传输、管理、控制和检索等方面。由于视频信息信息量大，内容丰富，使得对其进行有效的管理和检索成为一个困难而又必须解决的课题。对于视频的管理和检索目前主要体现在基于视频文件和其描述方面，不能从视频文件内部进行操作，也就是无法基于视频的实际内容进行处理，而这往往又是用户所关心的。因此就引发了视频处理的一个新领域:基于内容的视频检索(Content-Based Video Retrieval，CBVR)，又称之为“视频理解”。而视频检索的第一步就是镜头分割，其分割效果直接影响着整个视频检索系统的搭建，因此研究镜头分割技术在基于内容的视频检索中具有着重要意义。本文主要研究了基于内容的视频检索技术的部分内容，并实现了一个基本的实验平台，搭建了一个镜头分析浏览框架，具有实际的应用价值。
镜头转换检测方面，针对基于彩色直方图的分块镜头分割算法对分块没有区分性，提出了一种基于划域的分割算法思想，并首次提出了阈值核TK(Threshold Kernel)，视觉因子VF(Visual Factor)等概念。实验证明这种方法优于传统的无区分性分块算法。
针对长期以来科研工作者们将研究重点放在研究有效的镜头分割算法上，本文对阈值与查全率以及查准率的关系作了深入研究，揭示了它们之间的内在规律，并且为第四章提出的算法提供了指导。
实现了一个基本的视频分析和镜头分割实验系统。通过VC++.NET+COM+DirectShow编程，实现了提取视频的基本信息，对视频进行播放，按帧前后步进，对镜头的突变进行检测。
长期以来，监控视频的回放大都是通过传统的拖拽方式浏览或者定位到特定时间段来得到特定镜头信息，由于视频数据量巨大，这种方法很难快速准确找到特定的需求信息，本文实现了通过关键帧图片对视频进行基于内容的镜头浏览功能。