基于內(nèi)容的MPEG視頻檢索關(guān)鍵技術(shù)研究.pdf

1、隨著網(wǎng)絡(luò)及多媒體技術(shù)的迅速發(fā)展，數(shù)字視頻的應(yīng)用越來越廣泛，海量的視頻信息不斷涌現(xiàn)，如何從這些內(nèi)容豐富的視頻中找出自己感興趣的視頻段進行播放和瀏覽，是人們普遍關(guān)注的一個問題。因此，為了有效地對視頻進行分析和檢索，在信息學(xué)科形成了一個全新的領(lǐng)域--基于內(nèi)容的視頻檢索(Content-BasedVideoRetrieval，CBVR)技術(shù)。 對視頻進行基于內(nèi)容的檢索和瀏覽，首先要對視頻進行結(jié)構(gòu)化。結(jié)構(gòu)化的視頻包含幀、鏡頭、場景和邏輯故

2、事單元等部分。因此，基于內(nèi)容的視頻檢索包括鏡頭的分割、關(guān)鍵幀的提取和場景轉(zhuǎn)換檢測等。其中鏡頭邊界檢測是基于內(nèi)容的視頻檢索的第一步。鏡頭邊界的檢測包括對突變的檢測和對漸變的檢測。然后對檢測出來的鏡頭提取一幀或多幀關(guān)鍵幀來代表它的主要內(nèi)容。最后利用關(guān)鍵幀來構(gòu)造場景和邏輯故事單元。 目前越來越多的視頻以壓縮形式存儲，如何對這些視頻進行壓縮域內(nèi)的檢索顯得更加重要。本文針對MPEG視頻進行了壓縮域內(nèi)的鏡頭邊界檢測和關(guān)鍵幀提取等關(guān)鍵技術(shù)的研

3、究。 本文在對壓縮域內(nèi)的鏡頭邊界檢測技術(shù)進行深入研究的基礎(chǔ)上，提出了一種壓縮域內(nèi)鏡頭邊界精確檢測的方法。首先只對壓縮視頻的I幀進行部分解碼，取得每個8*8塊的直流系數(shù)構(gòu)成其相應(yīng)的DC圖并提取DC圖的特征，然后對于突變的檢測，是利用DC圖特征的差異將鏡頭粗略切分，再利用粗略切分位置的前一個GOP內(nèi)壓縮碼流本身所包含的B幀的運動信息來精確定位鏡頭邊緣：對于漸變的檢測利用提出的CDDC(ContinuousDifferenceofDC