| 摘要 | 第6-7页 |
| Abstract | 第7页 |
| 第1章 引言 | 第8-14页 |
| 1.1 研究背景 | 第8-9页 |
| 1.2 基于内容的视频检索 | 第9页 |
| 1.3 视频拷贝检测 | 第9-11页 |
| 1.4 广告检测的应用 | 第11-12页 |
| 1.5 本文的研究内容 | 第12页 |
| 1.6 本文的结构安排 | 第12-14页 |
| 第2章 研究背景及现有方法 | 第14-24页 |
| 2.1 视频的结构化分析 | 第14-17页 |
| 2.1.1 视频的视觉结构分析 | 第14-16页 |
| 2.1.2 视频的音频结构分析 | 第16页 |
| 2.1.3 通用视频图像压缩编码MPEG-2 | 第16-17页 |
| 2.2 广告的结构分析 | 第17-20页 |
| 2.2.1 广告的视觉结构分析 | 第18-19页 |
| 2.2.2 广告的音频结构分析 | 第19-20页 |
| 2.3 广告检测方法 | 第20-24页 |
| 2.3.1 基于规则的方法(rule-based) | 第21-22页 |
| 2.3.2 基于标识的方法(logo-based) | 第22-23页 |
| 2.3.3 基于识别的方法(recognition-based) | 第23-24页 |
| 第3章 基于音频的广告拷贝检测 | 第24-36页 |
| 3.1 构建广告音频特征库 | 第25-29页 |
| 3.1.1 生成音频的声谱图 | 第26-29页 |
| 3.1.1.1 短时傅里叶变换(STFT) | 第27页 |
| 3.1.1.2 Haar特征 | 第27-28页 |
| 3.1.1.3 积分图像 | 第28-29页 |
| 3.2 生成局部特征描述子 | 第29-33页 |
| 3.2.1 成对boosting算法 | 第31-32页 |
| 3.2.2 学习一个遮挡模型 | 第32-33页 |
| 3.3 在线检测 | 第33-36页 |
| 3.3.1 相似性匹配 | 第33-34页 |
| 3.3.2 随机抽样一致算法 | 第34-35页 |
| 3.3.3 最大期望算法 | 第35-36页 |
| 第4章 基于图像特征的边界定位 | 第36-41页 |
| 4.1 静音段问题 | 第36-37页 |
| 4.2 消除误检片段的方法 | 第37-38页 |
| 4.2.1 平滑与合并 | 第37-38页 |
| 4.3 图像微调 | 第38-41页 |
| 第5章 实验结果 | 第41-48页 |
| 5.1 基于音频特征的匹配结果 | 第41-45页 |
| 5.1.1 平滑之后的结果 | 第42-44页 |
| 5.1.2 运行时间 | 第44-45页 |
| 5.1.3 与其他方法比较 | 第45页 |
| 5.2 基于图像特征的边界定位 | 第45-48页 |
| 5.2.1 基于音频检测与基于图像定位的结果对比 | 第45-46页 |
| 5.2.2 边界定位时前后移动帧数的阈值设置 | 第46-48页 |
| 第6章 总结与展望 | 第48-50页 |
| 6.1 工作总结 | 第48-49页 |
| 6.2 不足与展望 | 第49-50页 |
| 参考文献 | 第50-54页 |
| 致谢 | 第54-55页 |
