基于內(nèi)容的視頻檢索系統(tǒng)研究及其在電視臺中的應(yīng)用.pdf

1、近年來，隨著多媒體技術(shù)和計算機網(wǎng)絡(luò)的高速發(fā)展，信息種類和數(shù)量與日俱增。計算機所能處理的信息媒體范圍迅速擴大，不僅要求數(shù)據(jù)庫和其它信息系統(tǒng)能對圖像、視頻和聲音等媒體進行存儲和基于關(guān)鍵字的檢索，而且要對多媒體數(shù)據(jù)的內(nèi)容進行語義分析，以達到更高的檢索層次，從而基于內(nèi)容的多媒體信息檢索應(yīng)運而生?；趦?nèi)容的檢索CBR，就是如何從海量多媒體信息庫中，找到所需要的多媒體信息，這一技術(shù)已經(jīng)成為一個重要的課題。
　　 由于數(shù)字電視技術(shù)、數(shù)字存儲和

2、多媒體數(shù)據(jù)庫技術(shù)等日趨成熟，揚州電視臺媒體資源庫中圖像、視頻等的容量正以驚人的速度增長。面對海量的視頻等數(shù)字化媒體信息，已很難用幾個關(guān)鍵詞來描述和檢索，快速而有效地針對用戶所需的信息完成檢索和輸出，已成為現(xiàn)代電視臺媒體資源庫管理工作的課題之一。
　　 基于內(nèi)容的視頻檢索CBVR，是多媒體數(shù)據(jù)庫信息檢索中的一門新興技術(shù)，指在視頻分析的基礎(chǔ)上，提取能夠反映視頻內(nèi)容的各種特征，進而通過相似性匹配從海量視頻數(shù)據(jù)庫中檢索出相關(guān)的視頻流。視

3、頻的內(nèi)容包括視頻的結(jié)構(gòu)信息、低層次的視覺和聽覺信息以及高級語義等信息，這些都是后續(xù)分析的基礎(chǔ)。
　　 基于內(nèi)容的視頻檢索技術(shù)的應(yīng)用領(lǐng)域非常廣泛，本質(zhì)上這種技術(shù)將對媒體的處理和管理深入到了媒體這一級，使得用戶可以更自由地操縱和處理各種媒體信息?，F(xiàn)在基于內(nèi)容的視頻檢索已經(jīng)發(fā)展到更廣闊的領(lǐng)域，如：公共安全、公共事業(yè)管理、交通管理、醫(yī)藥衛(wèi)生、工農(nóng)業(yè)生產(chǎn)以及娛樂教育等各個領(lǐng)域?；趦?nèi)容的視頻檢索技術(shù)在電視臺媒體資源系統(tǒng)中的應(yīng)用，我們可以找

4、到感興趣的新聞剪輯，特定的視頻、音頻片段，以及所要編輯的素材等。當(dāng)然有些已經(jīng)實現(xiàn)，但有些還在研究之中。
　　 本文主要研究了視頻時域分割問題，將整個視頻劃分為若干級的多層次結(jié)構(gòu)：場景、鏡頭、關(guān)鍵幀等?；趦?nèi)容的視頻檢索系統(tǒng)的研究工作，主要集中在提取和描述視頻的顏色、紋理、形狀、運動關(guān)系的基礎(chǔ)上，對視頻數(shù)據(jù)進行鏡頭邊界檢測、關(guān)鍵幀提取以及自動分類等問題進行了研究。
　　 在視頻結(jié)構(gòu)化處理章節(jié)中，重點探討了基于壓縮視頻流的鏡

5、頭分割和關(guān)鍵幀提取算法，在此基礎(chǔ)上提出了一種基于SVM鏡頭分割算法和關(guān)鍵幀提取改進算法。視頻分類，根據(jù)其顏色和運動等綜合特征，提出了一種改進分類算法，仿真實驗結(jié)果表明該算法能對視頻進行較準確的分類，在訓(xùn)練速度上有了較大的提高。
　　 論文在此基礎(chǔ)上，提出了基于關(guān)鍵幀的內(nèi)容檢索系統(tǒng)框架，構(gòu)建了基于內(nèi)容的視頻檢索實驗系統(tǒng)原型；探討了該系統(tǒng)在電視臺中的運用，并實現(xiàn)了視頻檢索系統(tǒng)中的部分功能。實驗證明，該系統(tǒng)是有效的，應(yīng)用是可行的。