基于内容的视频检索关键技术研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-11页 |
| 图索引 | 第11-15页 |
| 表索引 | 第15-17页 |
| 符号说明 | 第17-19页 |
| 1 绪论 | 第19-31页 |
| ·研究背景和意义 | 第19-20页 |
| ·研究现状 | 第20-28页 |
| ·基于内容的视频检索 | 第20-22页 |
| ·国内外研究现状 | 第22-28页 |
| ·存在的问题及研究内容 | 第28-30页 |
| ·存在的问题 | 第28-29页 |
| ·本文研究内容 | 第29-30页 |
| ·本文结构安排 | 第30-31页 |
| 2 基于距离可分性的镜头边界检测 | 第31-51页 |
| ·基于阈值法的镜头边界检测 | 第31-33页 |
| ·有效特征提取 | 第31-32页 |
| ·基于阈值的镜头边界检测方法 | 第32-33页 |
| ·现有镜头边界检测的主要问题 | 第33-34页 |
| ·基于距离可分性的镜头边界检测算法 | 第34-43页 |
| ·距离可分性判据 | 第34-36页 |
| ·基于距离可分性的镜头边界检测 | 第36-43页 |
| ·视频帧特征提取 | 第36页 |
| ·基于距离可分性的检测算法 | 第36-41页 |
| ·候选镜头边界处理 | 第41-43页 |
| ·实验结果及分析 | 第43-49页 |
| ·实验仿真环境 | 第43页 |
| ·镜头边界检测算法的评价标准 | 第43页 |
| ·视频仿真结果 | 第43-49页 |
| ·实验结果及分析 | 第49页 |
| ·本章小结 | 第49-51页 |
| 3 关键帧提取 | 第51-81页 |
| ·关键帧提取概述 | 第51-53页 |
| ·基于视觉内容的关键帧提取方法 | 第53-62页 |
| ·特征提取 | 第53-54页 |
| ·子镜头分割 | 第54-56页 |
| ·关键帧提取 | 第56-57页 |
| ·实验部分 | 第57-61页 |
| ·实验评估 | 第61-62页 |
| ·基于时空切片的关键帧提取 | 第62-68页 |
| ·视频时空切片 | 第63-64页 |
| ·基于时空切片的关键帧提取 | 第64-66页 |
| ·实验结果及分析 | 第66-68页 |
| ·两种算法比较 | 第68-69页 |
| ·基于镜头运动的关键帧提取研究 | 第69-80页 |
| ·摄像机运动类型的定性检测方法研究 | 第70-76页 |
| ·基于镜头运动的关键帧提取方法 | 第76-80页 |
| ·本章小结 | 第80-81页 |
| 4 图像语义标注研究 | 第81-107页 |
| ·图像语义标注概述 | 第81页 |
| ·图像语义底层特征选择 | 第81-84页 |
| ·粗糙集理论基础 | 第84-88页 |
| ·粗糙集的研究对象 | 第84-85页 |
| ·粗糙集的理论特点 | 第85页 |
| ·知识表达系统 | 第85-86页 |
| ·不可分辨关系与上、下近似集 | 第86-87页 |
| ·属性约简 | 第87-88页 |
| ·粗糙集理论对图像特征约简 | 第88-93页 |
| ·K均值聚类的离散化算法 | 第89-90页 |
| ·构造决策信息表 | 第90-92页 |
| ·决策表的属性约简 | 第92-93页 |
| ·基于SVM的图像语义标注研究 | 第93-98页 |
| ·图像语义分类流程图 | 第93-94页 |
| ·SVM原理 | 第94-96页 |
| ·核函数的确定 | 第96页 |
| ·核参数的优化 | 第96-98页 |
| ·基于属性约简和SVM的语义提取 | 第98-99页 |
| ·实验结果与分析 | 第99-105页 |
| ·实验仿真环境 | 第100页 |
| ·实验结果 | 第100-105页 |
| ·实验结论 | 第105页 |
| ·本章小结 | 第105-107页 |
| 5 总结与展望 | 第107-111页 |
| ·工作总结 | 第107-108页 |
| ·下一步研究方向 | 第108-111页 |
| 参考文献 | 第111-117页 |
| 致谢 | 第117-119页 |
| 攻读博士学位期间已发表和录用的学术论文 | 第119页 |
