| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-12页 |
| ·研究背景 | 第9-10页 |
| ·社会化网络相册和互联网视频的兴起 | 第9-10页 |
| ·传统多媒体序列浏览的挑战 | 第10页 |
| ·课题主要研究工作 | 第10-11页 |
| ·研究内容 | 第10-11页 |
| ·研究难点 | 第11页 |
| ·本文的组织 | 第11-12页 |
| 第二章 视频结构化分析的研究现状 | 第12-17页 |
| ·前言 | 第12-13页 |
| ·现有的商用图像检索系统 | 第13页 |
| ·现有的视频检索系统 | 第13-14页 |
| ·视频结构化分析研究 | 第14-16页 |
| ·基于镜头的结构化分析 | 第14-15页 |
| ·基于关键帧的结构化分析 | 第15页 |
| ·基于场景聚类的结构化分析 | 第15-16页 |
| ·本章小结 | 第16-17页 |
| 第三章 视频的自动镜头分割 | 第17-30页 |
| ·镜头分割研究综述 | 第17-21页 |
| ·非压缩域的镜头分割 | 第18-20页 |
| ·基于压缩域的镜头分割 | 第20-21页 |
| ·基于顺序筛选的镜头分割算法 | 第21-27页 |
| ·Cut检测单元 | 第22-24页 |
| ·Fade检测单元 | 第24-25页 |
| ·Dissolve检测单元 | 第25-26页 |
| ·Long Dissolve检测单元 | 第26-27页 |
| ·实验与讨论 | 第27-29页 |
| ·实验数据集 | 第27-28页 |
| ·检测精度性能 | 第28页 |
| ·检测时间性能 | 第28-29页 |
| ·算法所用阈值 | 第29页 |
| ·本章小结 | 第29-30页 |
| 第四章 关键帧人脸区域检测和聚类 | 第30-47页 |
| ·镜头关键帧提取 | 第30-31页 |
| ·关键帧图像人脸检测 | 第31-35页 |
| ·基于样本学习的人脸检测 | 第31页 |
| ·基于肤色的人脸检测 | 第31-32页 |
| ·基于编译特征的人脸检测 | 第32页 |
| ·基于Haar特征的Viola-Jones人脸检测器 | 第32-35页 |
| ·帧间人脸图片相似性度量 | 第35-43页 |
| ·基于子空间的人脸相似度 | 第35-36页 |
| ·基于局部特征的人脸相似度 | 第36-39页 |
| ·基于SIFT局部特征点的人脸相似度 | 第39-43页 |
| ·人脸图像聚类 | 第43-45页 |
| ·最小生成树聚类算法 | 第43-44页 |
| ·基于图论的人脸图像聚类 | 第44-45页 |
| ·实验结果与讨论 | 第45-46页 |
| ·本章小结 | 第46-47页 |
| 第五章 基于人脸聚类结果的视频结构化分析 | 第47-53页 |
| ·系统总体结构 | 第47-48页 |
| ·新闻主持人镜头检测 | 第48-49页 |
| ·镜头组相对时长定义 | 第48-49页 |
| ·镜头组重心定义 | 第49页 |
| ·镜头组方差定义 | 第49页 |
| ·基于主持人镜头的结构化分析 | 第49-51页 |
| ·故事报导的结构特性 | 第50页 |
| ·演播室对话的结构特性 | 第50页 |
| ·直播报导的结构特性 | 第50-51页 |
| ·现场嘉宾的结构特性 | 第51页 |
| ·实验结果和分析 | 第51-52页 |
| ·本章小结 | 第52-53页 |
| 总结与展望 | 第53-54页 |
| 参考文献 | 第54-59页 |
| 致谢 | 第59-60页 |
| 攻读硕士学位期间发表的论文 | 第60页 |