| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-23页 |
| ·研究背景 | 第9-10页 |
| ·研究现状 | 第10-21页 |
| ·视频镜头分割技术简介 | 第10页 |
| ·视频镜头分割技术分类 | 第10-12页 |
| ·视频镜头分割技术算法 | 第12-21页 |
| ·论文主要创新特点 | 第21-22页 |
| ·论文结构 | 第22-23页 |
| 第二章 基础知识介绍 | 第23-42页 |
| ·卡方检测原理 | 第23-25页 |
| ·卡方检验基本思想 | 第23-24页 |
| ·卡方模型 | 第24页 |
| ·卡方应用领域 | 第24-25页 |
| ·卡方公式在本为中的推理 | 第25页 |
| ·MPEG 视频编码标准 | 第25-32页 |
| ·MPEG 简介 | 第25-26页 |
| ·MPEG 图像压缩原理 | 第26-27页 |
| ·MPEG 视频分层结构 | 第27-30页 |
| ·MPEG 运动补偿预测 | 第30-31页 |
| ·MPEG-2 视频帧结构 | 第31-32页 |
| ·播放顺序与编码顺序 | 第32页 |
| ·机器学习（Machine Learning）理论 | 第32-41页 |
| ·机器学习原理 | 第32-33页 |
| ·机器学习的主要策略 | 第33-34页 |
| ·机器学习系统的基本结构 | 第34-35页 |
| ·机器学习分类 | 第35-39页 |
| ·目前研究领域 | 第39-40页 |
| ·机器学习的思想在阈值动态设定算法中的应用 | 第40-41页 |
| ·本章小结 | 第41-42页 |
| 第三章 卡方检测算法、阈值动态设定算法和宏块类型统计特性分析方法研究 | 第42-52页 |
| ·I-帧亮度DC 分量直方图卡方检测算法研究 | 第42-46页 |
| ·DCT 变换与DC 分量 | 第42-43页 |
| ·I-帧的DC 分量 | 第43页 |
| ·I-帧DC 分量直方图卡方检测原理 | 第43-44页 |
| ·I-帧DC 分量直方图卡方检测算法步骤 | 第44-46页 |
| ·基于机器学习思想的阈值动态设定算法研究 | 第46-48页 |
| ·Dk阈值动态设定算法思想 | 第46-48页 |
| ·Dk阈值动态设定算法步骤 | 第48页 |
| ·宏块类型统计特性分析研究 | 第48-51页 |
| ·宏块类型信息提取 | 第49-50页 |
| ·相似度与相似度差 | 第50页 |
| ·宏块类型统计特性分析步骤 | 第50-51页 |
| ·本章小结 | 第51-52页 |
| 第四章 基于卡方检测和宏块类型统计的视频镜头边界检测算法研究 | 第52-58页 |
| ·算法基本思想 | 第52-53页 |
| ·算法数学模型 | 第53-55页 |
| ·算法整体框架 | 第55-56页 |
| ·算法总体步骤 | 第56-57页 |
| ·本章小结 | 第57-58页 |
| 第五章 算法仿真实验与分析 | 第58-70页 |
| ·实验条件 | 第58页 |
| ·算法可行性实验 | 第58-64页 |
| ·I-帧亮度DC 分量直方图卡方检测与Dk阈值设定 | 第58-61页 |
| ·相似度T（k）和相似度差Et（k）检测 | 第61-63页 |
| ·不同类型视频的镜头分割分析 | 第63-64页 |
| ·算法对比性实验 | 第64-66页 |
| ·算法误判/漏判实验分析 | 第66-68页 |
| ·新闻类视频误判/漏判分析 | 第66-67页 |
| ·电影类视频误判/漏判分析 | 第67-68页 |
| ·体育类视频误判/漏判分析 | 第68页 |
| ·本章小结 | 第68-70页 |
| 第六章 结束语 | 第70-72页 |
| ·本文创新工作 | 第70页 |
| ·未来展望 | 第70-72页 |
| 参考文献 | 第72-76页 |
| 致谢 | 第76-77页 |
| 攻读硕士期间已发表和已录用的论文 | 第77-78页 |
| 在研期间参加项目情况 | 第78-80页 |
