文档介绍：上海交通大学
硕士学位论文
视频数据挖掘的方法研究及应用
姓名:辛国娟
申请学位级别:硕士
专业:控制理论与控制工程
指导教师:杜秀华
20070101
视频数据挖掘的方法研究及应用

摘要

近年来,在数据挖掘技术领域已经取得了许多令人瞩目的成果,
大量的新算法不断涌现,许多商用系统已经推出,数据挖掘的应用
领域也不断扩展。由于信息技术的不断发展和进步,数据形式不断的
丰富,多媒体数据库日益增多。视频挖掘是多媒体数据挖掘中一个
非常重要的内容,同时也是数据挖掘新的研究方向。
目前,在电影视频、医疗视频、体育视频及交通视频等方面的
视频数据挖掘已经取得了许多进展。其中,由于安全防护问题的持
续升温,使得综合视频监控系统和交通监控系统最为人们所关注。
本文针对于场景监控视频这一类没有内容结构的视频,应用了视频
数据挖掘的视频运动挖掘技术思路,从视频中提取视频对象,跟踪其
运动,结合时间特性形成时间序列数据,并只对时间序列进行索引、
分类和聚类,实现了对视频数据进行挖掘的目的。本文的主要研究
内容有以下几个方面。
(1) 介绍了从视频数据中提取表证视频运动特征的时间序列数
据的步骤和方法,包括对视频进行预处理、视频运动对象的检测和
分割、跟踪视频对象的运动、提取其运动的轨迹等,并且将时间序
列的相似性查询和聚类等挖掘算法,应用于实际从视频中提取出来
的时间序列数据,较好地实现了视频数据的相似性查询和聚类分析。
I
(2) 文章对于利用时间序列挖掘算法来处理视频提取的两维时
间序列的相似性查询进行了扩展研究,在对一维时间序列的近似表
示方法进行研究的基础上,提出了基于 PAA 分段的二维视频时序数
据的近似表示和基于特征点分段的二维视频时序数据的近似表示两
个新算法,用来实现视频中提取出来的两维时间序列的相似性查询。
这两种新算法解决了从视频数据中提取出来表征视频运动信息的时
间序列多为两维时间序列的实际应用问题,满足了视频数据挖掘中
较为重要的相似性查询的实际需求,提高了相似性查询的效率并减
少了搜索时间。同时对提出的新算法分别进行了仿真实验。
(3) 最后,针对这一类视频运动挖掘问题,提出了一个视频运动
挖掘系统的体系结构,该体系结构是在跟踪视频对象运动的基础上,
结合时间特性形成时间序列数据,进一步应用了时间序列挖掘的方
法,来实现对视频数据进行数据挖掘的一个较完整的视频运动挖掘
系统的架构。由于视频运动挖掘系统只对从视频中提取出来的时间
序列进行索引、分类和聚类,实现对视频数据进行挖掘的目的。可
以不用考虑视频数据中的场景、镜头以及帧图像中的颜色纹理等特
征,大大约简了需要处理的数据的维度,提高了存储、传送、分析
和索引的容易度和效率,也在很大程度上简化了挖掘的过程。

关键词:视频数据挖掘,视频运动挖掘,时间序列,相似性查
询,聚类,时间序列近似表示
II
RESEARCH AND IMPLEMENTATION OF VIDEO
DATA MINING TECHNIQUE

ABSTRACT

In recent years, many achievements have been contributed in data
mining research area, a lot of new algorithms have been proposed, many
commercial systems have been produced, and the application area of
data mining expand continuously. With the development and
advancement of information technique, the form of data varies and the
amount of multimedia database increases. Video data mining is a very
important part of the multimedia data mining, and it is also the new
research aspect of data mining. It is more and more easily to capture and
save all kinds of videos, so many researchers mercial investors
are interes