首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于张量的视频检索算法的研究与应用

摘要第1-4页
Abstract第4-7页
第一章 引言第7-15页
   ·研究背景和意义第7-8页
   ·基于内容的视频拷贝检测介绍以及与数字水印技术的比较第8-10页
     ·视频拷贝检测定义以及与视频拷贝检索的区别第8-9页
     ·视频拷贝检测相比于数字水印的优势第9页
     ·视频拷贝检测算法流程第9-10页
   ·国内外研究现状第10-12页
   ·本文工作内容以及组织安排第12-15页
第二章 视频数据的特点以及检测算法各部分关键技术第15-27页
   ·视频数据的特点第15-16页
     ·视频数据信息的多样性与复杂性第15-16页
     ·视频数据的分层特征第16页
   ·镜头分割以及关键帧提取第16-19页
     ·镜头分割第16-18页
     ·关键帧提取第18-19页
   ·特征提取第19-23页
     ·全局特征第19-20页
     ·局部特征第20-23页
   ·单帧之间相似度计算第23-25页
   ·帧序列匹配第25-26页
   ·本章小结第26-27页
第三章 基于可变步长关键帧提取的网络视频拷贝检索第27-37页
   ·引言第27页
   ·关键帧提取以及特征提取第27-30页
     ·可变步长提取关键帧第27-29页
     ·加权重的OM特征提取第29-30页
   ·帧间匹配以及帧序列匹配第30-32页
     ·帧间匹配第30-31页
     ·视频之间帧序列匹配算法第31-32页
   ·实验结果及分析第32-35页
     ·实验数据第32页
     ·评价标准第32页
     ·实验结果分析第32-35页
   ·本章小结第35-37页
第四章 基于OM张量特征的网络视频拷贝检测第37-45页
   ·问题分析与研究思路第37-38页
   ·基于OM张量特征的网络视频拷贝检测系统架构设计第38页
   ·OM张量特征第38-40页
   ·张量矩形匹配第40-41页
   ·实验结果分析第41-44页
     ·实验数据集第41页
     ·实验部分中间结果第41-42页
     ·实验结果以及分析第42-44页
   ·本章小结第44-45页
第五章 总结与展望第45-47页
   ·论文工作总结第45页
   ·前景与展望第45-47页
致谢第47-49页
参考文献第49-52页
附录: 作者在攻读硕士学位期间发表的论文第52页

论文共52页,点击 下载论文
上一篇:基于NMF的文本聚类方法及应用研究
下一篇:膳食羧甲基赖氨酸对大鼠学习记忆的影响