基于內(nèi)容的視頻分割與檢索技術(shù)研究.pdf

1、隨著計(jì)算機(jī)多媒體技術(shù)的發(fā)展和多媒體信息處理需求的不斷增長(zhǎng)，基于內(nèi)容的視頻檢索技術(shù)CBVR(Content-based Video Retrieval)越來(lái)越受到人們的廣泛關(guān)注，相關(guān)的視頻處理研究成為當(dāng)前一個(gè)重要的研究領(lǐng)域。 視頻數(shù)據(jù)可用幕、場(chǎng)景、鏡頭、幀等描述。視頻分割的一般做法是基于幀的分割，其任務(wù)主要集中于鏡頭(Shot)邊界檢測(cè)，從而將視頻在時(shí)間軸上分成鏡頭的集合。鏡頭分割是視頻處理的第一步，是隨后的高層語(yǔ)義分析、分類、索

2、引和檢索的基礎(chǔ)，其準(zhǔn)確性將直接影響到后續(xù)處理的結(jié)果。鏡頭邊界檢測(cè)的關(guān)鍵是找到圖像幀之間的差別，并在此基礎(chǔ)上提取出關(guān)鍵幀和運(yùn)動(dòng)信息以供瀏覽和檢索之用。 視頻檢索就是要從大量的視頻數(shù)據(jù)中找到所需的視頻片斷，傳統(tǒng)的視頻檢索只能通過(guò)快進(jìn)和快退等順序的方法人工查找，因而是一件非常繁瑣耗時(shí)的工作，這顯然已無(wú)法滿足多媒體數(shù)據(jù)庫(kù)的要求。用戶往往希望只要給出例子或特征描述，系統(tǒng)就能自動(dòng)地找到所需的視頻片斷點(diǎn)，從而實(shí)現(xiàn)基于內(nèi)容的視頻檢索。