基于數(shù)據(jù)挖掘的視頻鏡頭分類技術(shù)研究.pdf

1、隨著多媒體和網(wǎng)絡(luò)技術(shù)的飛速發(fā)展，產(chǎn)生了海量的視頻數(shù)據(jù)。為了使用戶能夠快速準(zhǔn)確地檢索到感興趣的視頻信息，需要對這些數(shù)據(jù)進行有效地組織、管理和分析。其中，通過視頻分類技術(shù)對視頻數(shù)據(jù)進行語義類別的整理分類，能夠縮小檢索范圍，提高檢索速度。 視頻分類可以分為基于關(guān)鍵詞的視頻分類和基于內(nèi)容的視頻分類。通過人工標(biāo)注的關(guān)鍵詞對視頻進行分類，不僅受入主觀因素的影響，標(biāo)注的關(guān)鍵詞主觀性強，而且隨著日益增長的視頻數(shù)據(jù)量，人工標(biāo)注費時費力。基于內(nèi)容的

2、視頻分類根據(jù)視頻的視覺、音頻等內(nèi)容對視頻進行自動分類，由于視覺、音頻特征客觀地描述了視頻的真實內(nèi)容，因此克服了基于關(guān)鍵詞分類產(chǎn)生的問題。 目前視頻內(nèi)容分析技術(shù)主要是利用視頻低層特征描述其內(nèi)容，與人們對視頻語義內(nèi)容的理解存在很大差異，因此基于內(nèi)容的視頻分類存在的問題是視頻低層特征和高級語義概念之間的語義鴻溝。本文在分析現(xiàn)有基于內(nèi)容的視頻分類算法的基礎(chǔ)上，采用數(shù)據(jù)挖掘技術(shù)，對基于內(nèi)容的視頻分類若干關(guān)鍵技術(shù)進行了研究，力圖挖掘視頻的類

3、別語義信息，以克服現(xiàn)有的語義鴻溝問題。本文主要工作包括：視頻鏡頭邊緣檢測和關(guān)鍵幀提取、視頻特征提取和視頻鏡頭分類等。具體內(nèi)容包括以下幾個方面： (1)視頻鏡頭分割部分，提出了一種基于因果的自適應(yīng)雙閾值鏡頭邊界檢測算法，并對突變檢測和漸變檢測方法進行了改進，取得了較好的檢測效果，最后在鏡頭分割的基礎(chǔ)上進行了關(guān)鍵幀提?。?(2)通過分析卡通、新聞、電影、籃球和足球五類視頻在視覺特征上的差異，完成了基于關(guān)鍵幀和鏡頭的顏色和運動