| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第11-19页 |
| 1.1 课题研究背景及意义 | 第11页 |
| 1.2 相关技术研究现状 | 第11-16页 |
| 1.2.1 视频拷贝检测的基本概念 | 第11-13页 |
| 1.2.2 国内外研究现状 | 第13-16页 |
| 1.3 本文研究思路与结构安排 | 第16-19页 |
| 1.3.1 课题研究思路与主要研究内容 | 第16页 |
| 1.3.2 拟解决的关键问题 | 第16-17页 |
| 1.3.3 本文章节安排 | 第17-19页 |
| 第二章 基于视觉词典的视频拷贝检测关键技术综述 | 第19-29页 |
| 2.1 基于视觉词典的视频拷贝检测处理流程 | 第19-20页 |
| 2.2 关键帧提取 | 第20-21页 |
| 2.3 视觉词典构建 | 第21-23页 |
| 2.3.1 SIFT特征提取 | 第21-23页 |
| 2.3.2 词典构建过程 | 第23页 |
| 2.4 视觉词汇特征生成 | 第23-24页 |
| 2.5 视觉词汇特征匹配 | 第24-27页 |
| 2.5.1 视觉词汇特征索引 | 第24-25页 |
| 2.5.2 相似性度量 | 第25-27页 |
| 2.6 视频拷贝检测的性能评价 | 第27页 |
| 2.7 本章小结 | 第27-29页 |
| 第三章 基于改进的近邻传播学习的视觉词典生成方法 | 第29-43页 |
| 3.1 引言 | 第29页 |
| 3.2 基于改进近邻传播学习的视觉词典构建算法 | 第29-33页 |
| 3.2.1 近邻传播学习算法描述 | 第30-31页 |
| 3.2.2 基于改进的近邻传播学习的视觉词典构建 | 第31-32页 |
| 3.2.3 基于局部敏感哈希的SIFT特征集分块预处理 | 第32-33页 |
| 3.3 视觉词汇特征生成与相似性度量方法 | 第33-37页 |
| 3.3.1 嵌入汉明码的视觉词汇特征生成 | 第34-35页 |
| 3.3.2 视频序列的相似性度量 | 第35-37页 |
| 3.4 实验分析 | 第37-41页 |
| 3.4.1 实验数据及评价标准 | 第37-38页 |
| 3.4.2 实验结果及分析 | 第38-41页 |
| 3.5 本章小结 | 第41-43页 |
| 第四章 基于动态哈希组合的视觉词汇特征匹配方法 | 第43-55页 |
| 4.1 引言 | 第43页 |
| 4.2 基于动态哈希组合的特征匹配思路及方法框架 | 第43-44页 |
| 4.3 基于数据驱动的熵最大化哈希函数生成方法 | 第44-46页 |
| 4.3.1 原理分析 | 第44-45页 |
| 4.3.2 基于数据驱动的哈希函数生成过程 | 第45-46页 |
| 4.4 基于动态哈希组合的特征匹配与相似性度量方法 | 第46-50页 |
| 4.4.1 改进思路 | 第46-48页 |
| 4.4.2 基于动态哈希组合的特征匹配 | 第48-49页 |
| 4.4.3 视频序列的相似性度量 | 第49-50页 |
| 4.5 实验分析 | 第50-53页 |
| 4.5.1 实验数据与评价指标 | 第50-51页 |
| 4.5.2 实验参数 | 第51页 |
| 4.5.3 实验结果及分析 | 第51-53页 |
| 4.6 本章小结 | 第53-55页 |
| 第五章 分层匹配式视频拷贝检测系统设计方案 | 第55-61页 |
| 5.1 引言 | 第55页 |
| 5.2 基于分层匹配的视频拷贝检测处理模型 | 第55-56页 |
| 5.3 基于分层匹配的视频拷贝检测系统设计 | 第56-58页 |
| 5.3.1 分层设计 | 第56页 |
| 5.3.2 参考视频库设计 | 第56-57页 |
| 5.3.3 分层视频拷贝检测系统设计 | 第57-58页 |
| 5.4 基于分层匹配的视频拷贝检测实验 | 第58-59页 |
| 5.5 小结 | 第59-61页 |
| 第六章 总结与展望 | 第61-63页 |
| 一、本文工作总结 | 第61页 |
| 二、需要进一步研究的问题 | 第61-63页 |
| 致谢 | 第63-65页 |
| 参考文献 | 第65-71页 |
| 作者简历 攻读硕士学位期间完成的主要工作 | 第71页 |