Linux下MPEG的視頻流處理架構(gòu)設(shè)計(jì)及關(guān)鍵技術(shù)研究.pdf

1、該文提出了一個(gè)集多種視頻流采集方式、視頻數(shù)據(jù)編碼、分析、建模、存儲、檢索、解碼、多模式播放等功能為一體的視頻流處理架構(gòu)LVS/Frame,對其中的關(guān)鍵技術(shù)進(jìn)行了研究,并在Linux下予以實(shí)現(xiàn).該架構(gòu)重點(diǎn)考慮消費(fèi)電子領(lǐng)域,可在桌面應(yīng)用和嵌入式應(yīng)用間平滑過渡.LVS/Frame架構(gòu)的視頻采集部分支持多數(shù)常見的視頻流格式,如模擬/數(shù)字電視廣播、網(wǎng)絡(luò)流媒體、DVD視頻等,并對模擬視頻流進(jìn)行數(shù)字化和MPEG-2編碼.LVS/Frame架構(gòu)支持PV

2、R/DVR技術(shù),該技術(shù)是目前國外研究的熱點(diǎn).鏡頭切換檢測是視頻數(shù)據(jù)處理的基礎(chǔ)性和關(guān)鍵性工作,該文提出的基于壓縮域的應(yīng)用MPEG-2 Ⅰ幀DC縮略圖的鏡頭切換檢測算法只需做極少量的軟件解碼就可有效檢測鏡頭切變和鏡頭漸變,實(shí)驗(yàn)結(jié)果表明該算法具有很高的準(zhǔn)確率和查全率.該文在鏡頭切換檢測基礎(chǔ)上提出的電視節(jié)目類型自動分析方法,該方法適應(yīng)廣告節(jié)目過濾、新聞節(jié)目檢索等應(yīng)用需求.視頻數(shù)據(jù)具有復(fù)雜的時(shí)序特征和語義關(guān)系,傳統(tǒng)的基于關(guān)鍵字的檢索模式已無法適應(yīng)

3、視頻檢索要求,基于內(nèi)容的檢索(CBR,Content Based Retrieval)被提了出來.該文將視頻流按故事單元、鏡頭、關(guān)鍵幀等多個(gè)層次進(jìn)行組織,并對視頻數(shù)據(jù)進(jìn)行特征提取和建模,給出了結(jié)合文件系統(tǒng)和MySQL關(guān)系數(shù)據(jù)庫的數(shù)據(jù)管理和檢索方法.事實(shí)表明,LVS/Frame架構(gòu)是實(shí)用的和開放的,展望后續(xù)的工作,我們將在四個(gè)方面展開:首先,研究如何利用相關(guān)語音信息增強(qiáng)視頻數(shù)據(jù)分析的能力;其次,在基于內(nèi)容的視頻檢索方面挖掘更多的元數(shù)據(jù)和提