| 第一章 绪论 | 第1-18页 |
| 1．1 基于内容视频检索技术产生背景 | 第7-10页 |
| 1．1．1 视频信息快速增长 | 第7-8页 |
| 1．1．2 视频信息检索 | 第8-9页 |
| 1．1．3 基于内容视频检索技术 | 第9-10页 |
| 1．2 基于内容视频检索技术的研究特点及现状 | 第10-15页 |
| 1．2．1 基于内容视频检索技术的研究特点 | 第10-12页 |
| 1．2．2 基于内容视频检索技术的研究现状 | 第12-15页 |
| 1．3 应用前景及未来发展 | 第15-16页 |
| 1．3．1 基于内容视频检索技术的应用前景 | 第15-16页 |
| 1．3．2 基于内容视频检索技术的未来发展 | 第16页 |
| 1．4 本论文主要工作和内容安排 | 第16-18页 |
| 第二章 计算智能与小波技术 | 第18-29页 |
| 2．1 支撑矢量机及分类算法 | 第18-21页 |
| 2．1．1 支撑矢量机概述 | 第18页 |
| 2．1．2 支撑矢量机分类算法 | 第18-20页 |
| 2．1．3 支撑矢量机分类算法与其它方法的比较 | 第20-21页 |
| 2．2 人工免疫系统与数据聚类分析 | 第21-24页 |
| 2．2．1 人工免疫系统概述 | 第21-22页 |
| 2．2．2 数据聚类分析 | 第22-24页 |
| 2．3 小波分析与信号消噪 | 第24-28页 |
| 2．3．1 小波分析基础 | 第24-27页 |
| 2．3．2 小波分析用于信号消噪 | 第27-28页 |
| 2．4 小结 | 第28-29页 |
| 第三章 基于支撑矢量机的镜头切变检测 | 第29-45页 |
| 3．1 视频的镜头边界检测 | 第29-33页 |
| 3．1．1 基于内容的视频数据处理 | 第29-30页 |
| 3．1．2 视频的镜头边界检测 | 第30页 |
| 3．1．3 视频镜头边界检测的特征提取 | 第30-33页 |
| 3．2 镜头切变检测 | 第33-36页 |
| 3．2．1 镜头切变检测的一般方法 | 第33-35页 |
| 3．2．2 基于双重窗口的切变检测算法 | 第35-36页 |
| 3．3 基于支撑矢量机的镜头切变检测方法 | 第36-38页 |
| 3．4 实验与结果分析 | 第38-43页 |
| 3．5 小结 | 第43-45页 |
| 第四章 基于小波去噪的二次帧差滑动窗口镜头边界检测 | 第45-58页 |
| 4．1 镜头渐变检测 | 第45-49页 |
| 4．1．1 镜头渐变类型 | 第45-46页 |
| 4．1．2 镜头渐变检测 | 第46-49页 |
| 4．2 基于小波去噪的二次帧差滑动窗口镜头边界检测算法 | 第49-52页 |
| 4．2．1 帧间差异度量 | 第49-50页 |
| 4．2．2 二次帧差计算 | 第50-51页 |
| 4．2．3 算法描述 | 第51-52页 |
| 4．3 实验与结果分析 | 第52-57页 |
| 4．4 小结 | 第57-58页 |
| 第五章 视频分层组织与基于镜头的视频场景构造 | 第58-69页 |
| 5．1 视频分层组织方案 | 第58-59页 |
| 5．2 基于镜头的视频场景构造 | 第59-62页 |
| 5．2．1 基于镜头的视频场景构造概念 | 第60页 |
| 5．2．2 基于镜头的视频场景构造实现 | 第60-62页 |
| 5．3 实验与结果分析 | 第62-68页 |
| 5．4 小结 | 第68-69页 |
| 第六章 总结与展望 | 第69-71页 |
| 6．1 总结 | 第69页 |
| 6．2 未来工作展望 | 第69-71页 |
| 致谢 | 第71-72页 |
| 参考文献 | 第72-83页 |
| 在读期间撰写的论文 | 第83页 |