基于内容的视频检索关键技术的研究与实现
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-15页 |
| ·视频检索技术的研究背景 | 第7-8页 |
| ·基于内容的视频信息检索概述 | 第8-11页 |
| ·基于内容的视频检索 | 第8页 |
| ·基于内容的视频检索的发展 | 第8-11页 |
| ·基于内容的视频信息检索意义 | 第11页 |
| ·国内外的研究现状及典型系统介绍 | 第11-12页 |
| ·本文的研究工作及内容安排 | 第12-15页 |
| 第二章 基于内容的视频检索关键技术 | 第15-25页 |
| ·视频数据分析 | 第15-19页 |
| ·视频数据的视觉特征 | 第15-16页 |
| ·视频数据的结构化分析 | 第16-17页 |
| ·视频特征的选取 | 第17-19页 |
| ·视频镜头检测 | 第19-22页 |
| ·镜头变换的基本概念 | 第19-20页 |
| ·现有的镜头检测方法 | 第20-22页 |
| ·关键帧提取 | 第22-24页 |
| ·非压缩域关键帧提取算法 | 第22-24页 |
| ·压缩域关键帧提取 | 第24页 |
| ·本章小结 | 第24-25页 |
| 第三章 基于均值散度直方图的镜头边界检测 | 第25-37页 |
| ·信息论在图像处理中的应用 | 第25-27页 |
| ·信息论概要 | 第25-27页 |
| ·Kullback散度在图像中的应用 | 第27页 |
| ·基于均值散度直方图的镜头边界检测 | 第27-31页 |
| ·特征值提取 | 第27-28页 |
| ·散度测量值 | 第28-29页 |
| ·基于散度的度量 | 第29-30页 |
| ·自动阈值的选取 | 第30-31页 |
| ·镜头边界检测算法 | 第31-32页 |
| ·实验结果与分析 | 第32-34页 |
| ·评价标准 | 第32-33页 |
| ·实验数据 | 第33页 |
| ·结果与分析 | 第33-34页 |
| ·本章小结 | 第34-37页 |
| 第四章 基于模糊C均值聚类的关键帧提取算法 | 第37-49页 |
| ·特征提取 | 第37-38页 |
| ·颜色模型的选择 | 第37-38页 |
| ·帧间相似度 | 第38页 |
| ·C均值聚类算法 | 第38-42页 |
| ·C均值算法 | 第38-39页 |
| ·模糊C均值算法 | 第39-40页 |
| ·改进的模糊C均值算法 | 第40-42页 |
| ·基于聚类的关键帧提取算法 | 第42-44页 |
| ·系统流程图 | 第42页 |
| ·改进的聚类算法 | 第42-43页 |
| ·图像熵阈值计算 | 第43-44页 |
| ·实验结果与分析 | 第44-48页 |
| ·本章小结 | 第48-49页 |
| 第五章 视频检索系统的设计与实现 | 第49-59页 |
| ·系统概述 | 第49-50页 |
| ·基本概念 | 第49-50页 |
| ·检索系统基本要求 | 第50页 |
| ·系统结构框架 | 第50-51页 |
| ·检索系统设计 | 第51-54页 |
| ·系统功能分析 | 第51-52页 |
| ·数据库设计 | 第52-53页 |
| ·用户接口设计 | 第53-54页 |
| ·系统实现与分析 | 第54-57页 |
| ·视频预处理模块实验 | 第54-57页 |
| ·视频查询模块实验 | 第57页 |
| ·本章小结 | 第57-59页 |
| 结束语 | 第59-61页 |
| 致谢 | 第61-63页 |
| 参考文献 | 第63-67页 |
| 在读期间发表的论文 | 第67页 |
