文档介绍：摘要基于内容的视频检索技术是当今信息检索领域的一个研究热点,而镜头边界检测又是实现视频检索的前提。然而,由于镜头分割问题本身的复杂性,使得至本文对其中基于小波变换与神经网络的方法进行了研究,在松散型小波网络的镜头检测理论方面做了有益的探索。归纳起来,本文的研究成果主要表现在以下几对直方图检测法进行了改进。首先对帧图像进行二维小波变换,然后对其低综合窗口法和双阈值法进行镜头转换边界的判断。通过实验分析调整了镜头检测运用神经网络的自学习能力,实现了一种无闽值镜头检测法,解决了检测中直方图差异和像素差的基础上,进行二次差运算,在很大程度上消除了渐变及其小波变换,然后利用低频部分信息做分块直方图,计算帧间差和二次帧差及非相关键词:小波变换,镜头边界检测,帧间差异,神经网络今都没有任何一套镜头边界检测系统可以做到不仅仅性能可靠,而且适应性强。个方面:频部分进行紿的空间转换,再运用分块直方图法得到帧问差异,然后的自适应阈值参数,最后在对检测结果进行分析后加入了检测容忍度,迸一步提高了检测的准确性。不同类型的视频要用不同的阂值,且其相关参数选择困难的问题。在传统的帧间他因素对突变检测的影响,然后运用非相邻帧差和神经网络相结合对渐变进行检测,实验结果说明该方法对渐变检测取得了良好效果。由于对渐变转换进行分类检测的时候,往往要利用大量的帧间信息,所以计算量非常的大,检测速度慢,然而检测的效率却并不高,因此,先对各帧图像做邻帧差,再由神经网络对这些特征值分类,做突变检测和渐变转换的粗检;其次计算各高频部分的边缘,提取帧间差,由神经网络判断淡化转换和融解转换。这一方法能很好地识别突变,对渐变中的淡入、淡出、融解也有较好的识别率。
知识水坝***@pologoogle为您整理
:.,甌,,.—猼..
知识水坝***@pologoogle为您整理
:,琒琋.,.
虢蹲参新繇丝捌年湫闳日期:年岁月独创性声明关于论文使用授权的说明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。据我所知,除了文中特别加以标注和致谢的地方外,论文中不包含其他人已经发表或撰写过的研究成果,也不包含为获得电子科技大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢意。本学位论文作者完全了解电子科技大学有关保留、使用学位论文的规定,有权保留并向国家有关部门或机构送交论文的复印件和磁盘,允许论文被查阅和借阅。本人授权电子科技大学可以将学位论文的全部或部分内容编入有关数据库进行检索,可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。C艿难宦畚脑诮饷芎笥ψ袷卮斯娑
第一章绪论研究背景及意义信息是人类社会生活中必不可少的重要资源之一。随着多媒体技术的快速发展、计算机性能的急剧提高,以及目焖僭龀ぃ沟萌死嗾诓饺胍桓龇信息检索中信息的概念也相应的进行了扩展。信息检索是指用户从大量的文档集中获取所需要的相关信息,在这里,供检索的文档集就包含了文本信息和其他各在所有的多媒体数据类型中,视频是最复杂的,所携带的信息量也远远超出语音和文字信息的信息量,因为视频把图像、语音、文字等都合成到了一个数据便对其进行管理、查询,以及检索就成为了当今检索研究领域中的一个热点。研究证明,在众多的视频组织方式中,结构化的视频数据是其中最为有效的~种,化数据,实现起来会十分困难。就视频本身而言,大部分视频都是通过编辑一个在分割视频数据时,镜头理所当然的成为了分割视频的基本单元,所以,在基于内容的视频检索中,也首先是把视频自动地分割为一个个的镜头噬贤ㄓ玫模供检索用的基本索引单元飧龆跃低方蟹指畹墓叹褪蔷低繁呓缂彀腏富多彩的信息时代,在每天的生活中,人们不但会接触到大量的文本信息,还会接触到以图形、图像、视频、声音和动画等形式表现的各种多媒体数据。因而,种多媒体信息。流中了。随着人们对多媒体需求的增长,以及多媒体技术的不断进步,视频信息的数量、以及视频的种类都在迅速地增长。应用的范围也越来越广泛,那么,如何对这些种类繁多,结构复杂,体积庞大的视频数据进行有效地组织和表达,以由于视频信息是由众多的视频帧数据所构成,这些视频帧之间的内容都存在很强的逻辑性,所以,基于内容的视频数据检索系统,首先要解决的问题就是,如何把复杂而无序的视频数据,变为有序的,可供检索的数据信息。经过前人的这种方式最利于用户对视频进行管理,以及进行基于视频内容的索引等高层语义方面的操作。在大多数情况下,如果要想从一个视频流当中,直接将其重组为有层次庵植愦瓮ǔJ前凑兆远ハ蛳碌慕峁苟ㄒ逦#汗适隆⒊【啊⒕低的结构个的镜头,然后,把他们连接在一起,形成一个完整的视频,根据这一编辑特性,篠
基于内容的视频检索技术的研究进展及现状视频