基于EMD和KNN的视频镜头边界检测算法
| 提要 | 第1-7页 |
| 第一章 绪论 | 第7-10页 |
| ·研究背景及意义 | 第7-8页 |
| ·本文工作概要 | 第8页 |
| ·文章结构 | 第8-10页 |
| 第二章 CBR系统和压缩域数据 | 第10-25页 |
| ·视频数据 | 第12页 |
| ·视频数据分割 | 第12-13页 |
| ·关键帧及其选取方法 | 第13-15页 |
| ·镜头边界检测 | 第15-16页 |
| ·视频检索和浏览 | 第16页 |
| ·压缩域上视频数据 | 第16-22页 |
| ·MPEG1 压缩标准 | 第17-18页 |
| ·MPEG压缩视频流中可以利用的信息 | 第18-20页 |
| ·在MPEG压缩域检测镜头的基本算法 | 第20-21页 |
| ·一些压缩域上的检测方法介绍 | 第21-22页 |
| ·存在的问题 | 第22-24页 |
| ·本章小结 | 第24-25页 |
| 第三章 视频镜头边界检测 | 第25-37页 |
| ·视频镜头结构分析 | 第25-26页 |
| ·镜头衔接方式 | 第26页 |
| ·帧间差值度量方法 | 第26-29页 |
| ·视频镜头的边界检测算法 | 第29-36页 |
| ·镜头切变的检测 | 第31-33页 |
| ·视频镜头渐变的检测 | 第33-36页 |
| ·视频镜头转换检测算法的性能评估 | 第36页 |
| ·本章小结 | 第36-37页 |
| 第四章 基于DEMD的视频镜头边界检测算法 | 第37-47页 |
| ·EMD算法思想 | 第37-40页 |
| ·筛分的过程 | 第38-39页 |
| ·EMD方法的优点和应用 | 第39-40页 |
| ·二维EMD分解方法 | 第40-41页 |
| ·DEMD分解方法 | 第41-43页 |
| ·二维IMF和DEMD的定义 | 第41页 |
| ·DEMD的分解算法 | 第41-43页 |
| ·DEMD在视频镜头边界检测中的应用 | 第43-44页 |
| ·基于DEMD的直方图检测算法 | 第44-46页 |
| ·本章小结 | 第46-47页 |
| 第五章 基于KNN的视频镜头边界检测算法 | 第47-55页 |
| ·YUV模型中U分量直方图的特征提取 | 第47-48页 |
| ·滑动窗口滤波 | 第48-50页 |
| ·数据分类 | 第50-52页 |
| ·近邻学习算法 | 第52-53页 |
| ·近邻学习算法的具体实现 | 第53-54页 |
| ·近邻学习算法的评价 | 第54页 |
| ·本章小结 | 第54-55页 |
| 第六章 实验结果及分析 | 第55-59页 |
| 第七章 总结与展望 | 第59-60页 |
| 参考文献 | 第60-63页 |
| 摘要 | 第63-67页 |
| Abstract | 第67-72页 |
| 致谢 | 第72-73页 |
| 导师及作者简介 | 第73页 |
