視頻檢索中基于支持向量機(jī)的鏡頭分割方法的研究.pdf

1、隨著計(jì)算機(jī)技術(shù)的發(fā)展，數(shù)字視頻處理領(lǐng)域的研究活動(dòng)愈漸豐富，特別是近年來(lái)，基于內(nèi)容的視頻檢索已成為數(shù)字資源處理領(lǐng)域的研究熱點(diǎn)。以往的檢索技術(shù)是基于視頻資源元數(shù)據(jù)的檢索，對(duì)視頻鏡頭邊界的檢索是基于內(nèi)容的視頻檢索技術(shù)的關(guān)鍵環(huán)節(jié)和前提，其對(duì)理論研究和實(shí)踐應(yīng)用都具有十分重要的意義。鏡頭邊界檢測(cè)方法，特別是漸變鏡頭的檢測(cè)方法，難度較大，成為了更多專業(yè)人士的研究方向。本論文依托壓縮域和象素域兩類方法，研究了MPEG壓縮編碼的基本原理，比較分析了鏡頭分

2、割各種方法的性能，提出了基于支持向量機(jī)的綜合壓縮域和像素域多種視頻特征的鏡頭邊界檢測(cè)方法。同時(shí)，實(shí)驗(yàn)過(guò)程中選取了新聞節(jié)目、體育節(jié)目、電視劇、游戲預(yù)告片等不同類型的視頻進(jìn)行測(cè)試，保證了該方法的通用性。
　　分類得到鏡頭切換類型，一般有基于閾值或規(guī)則的分類方法和基于機(jī)器學(xué)習(xí)的分類方法兩種。對(duì)于前者，其閾值或規(guī)則的確定往往是根據(jù)實(shí)驗(yàn)或經(jīng)驗(yàn)得來(lái)，缺乏一個(gè)通用的方案對(duì)于所有類型的視頻均適用。尤其是鏡頭邊界檢測(cè)的難點(diǎn)在于漸變的檢測(cè)，這主要是因

3、為視頻中閃光的干擾和目標(biāo)運(yùn)動(dòng)或鏡頭運(yùn)動(dòng)的干擾，這就使得傳統(tǒng)基于閾值的方法對(duì)漸變的檢測(cè)效果往往不很理想。而后者，即基于機(jī)器學(xué)習(xí)的方法，把通過(guò)一定方法提取的視頻特征作為機(jī)器的輸入數(shù)據(jù)，把幀的類型（普通幀、切變幀、漸變幀）作為機(jī)器的輸出數(shù)據(jù)，從而避開(kāi)了確定閾值的步驟，具有較好的通用性。
　　本文利用支持向量機(jī)作為工具，基于 opencv提取視頻幀的特征與基于LibSVM進(jìn)行分類，分別從視頻的壓縮域和非壓縮域中提取一定數(shù)量的特征，運(yùn)用提取