壓縮域內(nèi)視頻切換檢測的研究.pdf

1、隨著多媒體技術(shù)和計算機網(wǎng)絡技術(shù)的發(fā)展，數(shù)字視頻的存儲和傳輸不再是一件困難的事情。數(shù)字視頻越來越廣泛地融入于人們的生活空間。然而如何有效地對這些視頻數(shù)據(jù)進行組織、表達、存儲和管理，以及如何對其進行快速檢索與瀏覽等已成為視頻領(lǐng)域內(nèi)亟待解決的重大課題。由于視頻數(shù)據(jù)自身內(nèi)容的豐富性、多樣性和結(jié)構(gòu)的復雜性以及具有時空多維結(jié)構(gòu)性，傳統(tǒng)的數(shù)據(jù)管理與檢索方案不能夠很好地從巨大的視頻數(shù)據(jù)源中找到所需要的信息，于是基于內(nèi)容的視頻檢索系統(tǒng)便應運而生。

2、 建立基于內(nèi)容的視頻檢索和瀏覽系統(tǒng)，首先需要對視頻進行結(jié)構(gòu)化組織。視頻結(jié)構(gòu)化的目的是把視頻分為鏡頭、場景和序列等不同層次的邏輯單元，以便于在不同結(jié)構(gòu)層次上對視頻進行檢索和瀏覽。鏡頭切換檢測是視頻結(jié)構(gòu)化的第一步。同時對每個鏡頭提取一個或多個關(guān)鍵幀，用戶可以在鏡頭層次對視頻瀏覽。本文主要研究了視頻鏡頭切換檢測和關(guān)鍵幀提取技術(shù)。論文的主要工作如下： 1)文中提出了一種基于改進的聚類方法進行鏡頭切換檢測。目前鏡頭切換檢測一般都直接利用壓

3、縮視頻數(shù)據(jù)的某些特征展開的，研究在半解碼基礎(chǔ)上直接對鏡頭切換進行檢測的算法具有省去全解碼時間和充分利用壓縮數(shù)據(jù)的統(tǒng)計結(jié)果等優(yōu)點。因此在本文中，首先介紹了如何從MPEG-2壓縮視頻文件中直接提取I幀DC圖像的方法；然后根據(jù)幀間最大值和最小值距離，對工幀進行聚類，從而檢測鏡頭切換。 2)關(guān)鍵幀的使用大大減少了視頻索引的數(shù)據(jù)量同時也為視頻檢索和瀏覽提供了一個組織框架。本文提出了一個基于聚類中心的關(guān)鍵幀提取方法。實驗表明這種方法實現(xiàn)簡單