基于內(nèi)容的大規(guī)模近似重復(fù)視頻檢索研究.pdf

1、近年來,隨著計(jì)算機(jī)和網(wǎng)絡(luò)通信等技術(shù)的高速發(fā)展,Internet上的信息種類和數(shù)量與日俱增。大規(guī)模的基于內(nèi)容的近似重復(fù)視頻檢索正變得越來越重要。很多方法已經(jīng)被提出來去解決這個問題,但是它們主要集中在提高準(zhǔn)確率上,而在大規(guī)模網(wǎng)絡(luò)視頻數(shù)據(jù)庫的檢索和實(shí)時檢索方面性能一般?；谶@種情況本文將研究重點(diǎn)主要放在對檢索速度和準(zhǔn)確率有重要影響的特征提取和數(shù)據(jù)庫索引技術(shù)的研究上,以達(dá)到在大規(guī)模網(wǎng)絡(luò)視頻數(shù)據(jù)庫中近似重復(fù)視頻的實(shí)時檢索。
　　在視頻索引關(guān)

2、鍵技術(shù)概述中。視頻數(shù)據(jù)是非結(jié)構(gòu)化的數(shù)據(jù),不同于文本等結(jié)構(gòu)化的數(shù)據(jù)。這里從顏色特性、紋理特性、形狀特性和區(qū)域目標(biāo)等方面介紹視頻數(shù)據(jù)。接著對視頻索引技術(shù)進(jìn)行概述。介紹了視頻特征索引的相關(guān)概念和描述、基本的索引結(jié)構(gòu)、索引模型等。其次,描述了視頻特征提取和視頻索引技術(shù)研究。這里提出了次序特征的提取方法,并引入了LBP(local binary pattern)模式,對次序特征做了進(jìn)一步處理,將關(guān)鍵幀分成主區(qū)域和輔區(qū)域兩個部分。主區(qū)域包含了關(guān)鍵幀

3、的主要信息并且相對于輔區(qū)域不容易被污染。使得基于LBP的次序特征提取方法不但對顏色變化有很好的魯棒性而且包含了視頻特有的時間特性,視頻的時間特性通過取某個關(guān)鍵幀后面的兩個關(guān)鍵幀的主區(qū)域特征來實(shí)現(xiàn)。然后介紹了文本索引中表現(xiàn)優(yōu)良的倒排索引方法,并結(jié)合直方圖交集核心( histogram intersection kernel)把這種方法引入到視頻索引中。最后利用快速直方圖交集(fast histogram intersection)的思想改

4、進(jìn)倒排索引的結(jié)構(gòu),這樣減少了查詢的對比操作,雖然總的時間數(shù)據(jù)量級沒有提升,但是消耗的時間有一定的提升。系統(tǒng)實(shí)現(xiàn)部分,先介紹系統(tǒng)的整體架構(gòu),然后分別闡述了關(guān)鍵幀提取、特征提取、視頻索引、查詢等模塊的實(shí)現(xiàn)方法和具體實(shí)現(xiàn)細(xì)節(jié)。
　　最后,實(shí)驗(yàn)部分。為了實(shí)驗(yàn)這個系統(tǒng)的性能,在一個公開的網(wǎng)絡(luò)視頻庫CC_WEB_VIDEO中(一萬個視頻左右)評估這個系統(tǒng)。在相同召回率的情況下比較幾個典型算法和本文算法的準(zhǔn)確率,并且從平均準(zhǔn)確率,速度,存儲消耗