基于特征融合的視頻檢索.pdf

1、早期基于文本的視頻檢索需要耗費(fèi)大量的人力，而且由于人的因素，對(duì)視頻的描述信息及其提取的關(guān)鍵詞都具有很強(qiáng)的主觀性。因此，基于內(nèi)容的視頻檢索技術(shù)成為了近年來視頻檢索的熱點(diǎn)?；趦?nèi)容的視頻檢索可以分為以下幾個(gè)步驟：一、視頻鏡頭分割；二、鏡頭關(guān)鍵幀提取；三、鏡頭特征提取；四、基于視頻特征進(jìn)行相似特征的視頻檢索。
　　 由于視頻鏡頭分割主要是在特征提取的基礎(chǔ)上進(jìn)行的，因此本論文首先研究了視頻分析常用的一些視頻特征，其中主要包括顏色特征、主

2、色特征、紋理特征、形狀特征，以及視頻數(shù)據(jù)的流形特征，并在LLE算法的基礎(chǔ)上提出了綜合利用時(shí)空聯(lián)合信息的LLE算法(ST-LLE)對(duì)高維的視頻數(shù)據(jù)進(jìn)行分析得到的視頻數(shù)據(jù)的時(shí)空流形特征，實(shí)驗(yàn)顯示，視頻數(shù)據(jù)的時(shí)空流形特征能夠很好的表征具有重復(fù)運(yùn)動(dòng)的視頻內(nèi)容。
　　 視頻鏡頭是視頻檢索的基本單元，鏡頭分割是視頻分析的基礎(chǔ)，本論文了研究了一些經(jīng)典的視頻鏡頭檢測算法，包括全局閾值法、邊緣特征法ECR等，利用改進(jìn)的降維方法ST-LLE分析研究

3、了鏡頭邊界的流形結(jié)構(gòu)，研究了基于主色描述子和主色布局描述子的視頻鏡頭分割算法，在改進(jìn)的HSV直方圖的基礎(chǔ)上，利用鏡頭代表幀和當(dāng)前幀的直方圖的變化率，提出了基于顏色直方圖變化率的視頻鏡頭分割算法，實(shí)驗(yàn)證明，這種算法對(duì)于鏡頭突變和漸變均具有很理想的檢測效果。
　　 研究了基于內(nèi)容的視頻檢索過程中多特征融合的算法。由于單一的視頻特征只能表征視頻信息的一個(gè)方面，很難全面的表征視頻信息的內(nèi)容，因此基于單一特征的視頻檢索結(jié)果往往不是很理想。