基于混合特征的視頻結(jié)構(gòu)化與摘要提取技術(shù)研究.pdf

1、隨著電子技術(shù)和信息處理技術(shù)的發(fā)展，視頻數(shù)據(jù)在現(xiàn)代社會(huì)中發(fā)揮著越來越重要的作用。然而由于視頻數(shù)據(jù)本身線性和非結(jié)構(gòu)化數(shù)據(jù)形式使得視頻數(shù)據(jù)不便于瀏覽、編輯和檢索。視頻結(jié)構(gòu)化和摘要提取技術(shù)正是為了解決上述問題而出現(xiàn)的，視頻數(shù)據(jù)結(jié)構(gòu)化是把視頻制作過程中“消失”的鏡頭和場(chǎng)景恢復(fù)出來；視頻摘要提取是從視頻數(shù)據(jù)中摘取具有代表性的圖像幀或視頻片段。通過視頻結(jié)構(gòu)化和摘要提取，能夠生成一個(gè)有意義的并且能夠體現(xiàn)視頻內(nèi)容的結(jié)構(gòu)大綱，便于用戶對(duì)視頻內(nèi)容進(jìn)行瀏覽、編

2、輯和檢索。 基于混合特征的視頻結(jié)構(gòu)化和摘要提取采用高層特征和低層特征相結(jié)合的方法，以加強(qiáng)對(duì)鏡頭關(guān)鍵幀的描述能力，進(jìn)而提高視頻結(jié)構(gòu)化的準(zhǔn)確性和提取摘要的廣泛性。首先，利用顏色和圖像邊界方向特征快速地檢測(cè)鏡頭并提取鏡頭的關(guān)鍵幀。其次，依照先前已建立好的視頻場(chǎng)景語義模型，利用視覺詞袋（Bag-of-Words）模型對(duì)鏡頭關(guān)鍵幀進(jìn)行語義分析和高層特征的提取。然后借助于鏡頭關(guān)鍵幀的高層和低層特征，采用兩遍滑窗法實(shí)現(xiàn)對(duì)視頻場(chǎng)景邊界的檢測(cè)。最