發(fā)布時(shí)間：2024-07-06 06:15

　　視頻作為信息的一種載體,普通化程度越來越高,在各個(gè)領(lǐng)域的應(yīng)用也越來越廣泛,面對海量視頻數(shù)據(jù),如何快速,準(zhǔn)確的查找出需要的視頻資源,是當(dāng)前的研究熱點(diǎn)。在這樣的背景下,視頻摘要技術(shù)應(yīng)運(yùn)而生,近年來視頻摘要技術(shù)有了巨大的發(fā)展,但是尚未成熟,本文的研究正是針對提高視頻摘要的生成質(zhì)量而展開的,論文主要工作包括以下三個(gè)部分。(1)提出了一種結(jié)合變點(diǎn)檢測和K均值聚類的視頻摘要生成方法,由于變點(diǎn)檢測要求數(shù)據(jù)在時(shí)間上具有平滑性,而視頻中相鄰幀間的差異不大。因此,可以采用變點(diǎn)檢測進(jìn)行鏡頭切分。其次,考慮到視頻的時(shí)間特性,在變量鏡頭相似性進(jìn)行鏡頭合并時(shí)加入了時(shí)間因子,同時(shí)去除了因目標(biāo)快速運(yùn)動或光陰忽明忽暗而產(chǎn)生的冗余鏡頭。然后,通過3σ準(zhǔn)則確定鏡頭中視頻幀的類數(shù),結(jié)合K均值聚類算法,提取每一鏡頭中的關(guān)鍵幀,并剔除其中的單色幀與相似幀。最后,以提取的關(guān)鍵幀形成視頻摘要。在開放視頻庫中用50個(gè)視頻對本文方法進(jìn)行評估。結(jié)果表明,生成的視頻摘要質(zhì)量高于對比算法OV、DT、STIMO和VSLMM 2.(2)提出了一種基于特征融合與貝葉斯在線變點(diǎn)檢測的視頻摘要生成方法,首先,提取視頻幀的HSV量化顏色特征并構(gòu)造一種新的...

【文章頁數(shù)】：69 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖1-1海量視頻數(shù)據(jù)

第1章緒論緒論視頻摘要研究的背景與意義近年來，視頻數(shù)據(jù)以監(jiān)控錄像、新聞、體育、電影、電視劇等多種形式出現(xiàn)在我，在給我們生活帶來便利的同時(shí)也擴(kuò)寬了我們的視野（如圖1-1所示）。與此同也面臨著節(jié)省存儲空間和人力的巨大挑戰(zhàn)。傳統(tǒng)處理視頻的方法有播放、剪輯、但是這些方法的效率....

圖1-2視頻摘要Fig.1-2VideoSummarization

圖1-2視頻摘要Fig.1-2VideoSummarization術(shù)目前被廣泛應(yīng)用于數(shù)據(jù)存儲、監(jiān)控、電視傳媒、電影編輯等應(yīng)用于公共場所、道路交通、國家安防、公安等各個(gè)領(lǐng)域，能為供非常有效的線索�，F(xiàn)有的視頻監(jiān)控系統(tǒng)的模式仍需要很多的路各個(gè)方向的監(jiān)控視頻上傳到監(jiān)控中心，然后....

圖1-3鏡頭邊界分類Fig.1-3ShotBoundaryClassification

多數(shù)方法都是將幀差作為鏡頭切分的一種度量。B于像素差的鏡頭切分方法，通過比較兩幀的對應(yīng)像素以確定多變量與設(shè)置的閾值進(jìn)行比較，高于閾值則表明檢測到了鏡頭，但是對攝像機(jī)運(yùn)動、變焦和噪聲十分敏感。對此，Adjero頭切分的自適應(yīng)邊緣定向框架，利用多級特征提取方法提取部自適應(yīng)邊緣圖，并通....

圖2-1視頻摘要的分類Fig.2-1ClassificationofVideoSummarization

第2章視頻摘要相關(guān)技術(shù)關(guān)技術(shù)類絡(luò)技術(shù)的發(fā)展，視頻數(shù)據(jù)每天都在以“井噴式”增長景、鏡頭、幀三個(gè)級別，其中，視頻幀是視頻數(shù)據(jù)的先后順序進(jìn)行排列播放即可成為視頻。鏡頭是由一組容上高度相關(guān)。場景則是由一組相鄰的鏡頭組成，這能對視頻空間上的內(nèi)容和時(shí)間上的結(jié)構(gòu)進(jìn)行分析，提段，然后將這些....

本文編號：4002184