| 摘要 | 第1-5页 |
| Abstract | 第5-7页 |
| 目录 | 第7-9页 |
| 第一章 绪论 | 第9-18页 |
| ·视频检索问题的由来 | 第9页 |
| ·CBVR的构成 | 第9-11页 |
| ·相关的国际标准 | 第11-13页 |
| ·视频压缩标准——MPEG | 第11-12页 |
| ·视频检索评测标准——TRECVID | 第12-13页 |
| ·基于内容的视频检索的研究现状和存在的问题 | 第13-16页 |
| ·研究现状 | 第13-15页 |
| ·存在的问题 | 第15-16页 |
| ·本文的研究内容及创新点 | 第16-18页 |
| ·本文的研究内容 | 第16页 |
| ·章节安排 | 第16-17页 |
| ·创新点 | 第17-18页 |
| 第二章 镜头检测技术回顾 | 第18-35页 |
| ·视频的分层结构 | 第18-19页 |
| ·视频的运动分析 | 第19-22页 |
| ·全局运动估计 | 第20-21页 |
| ·局部运动检测 | 第21-22页 |
| ·镜头转换类型 | 第22-23页 |
| ·镜头检测技术回顾 | 第23-33页 |
| ·模板匹配 | 第24页 |
| ·颜色直方图匹配 | 第24-26页 |
| ·边缘变换识别方法 | 第26-29页 |
| ·基于模型的镜头变换识别 | 第29-31页 |
| ·压缩域镜头检测 | 第31-33页 |
| ·本章小结 | 第33-35页 |
| 第三章 信息熵理论基础 | 第35-43页 |
| ·信息熵 | 第35-38页 |
| ·信息熵的定义 | 第36-37页 |
| ·熵作为信息的量度 | 第37页 |
| ·熵函数的数学性质 | 第37-38页 |
| ·联合熵与条件熵 | 第38-40页 |
| ·离散互信息量 | 第40-42页 |
| ·互信息量的定义 | 第40-41页 |
| ·互信息量函数的性质 | 第41-42页 |
| ·熵函数的灵敏度 | 第42-43页 |
| 第四章 基于熵差的镜头检测研究 | 第43-59页 |
| ·颜色直方图 | 第43-44页 |
| ·图像的熵 | 第44-45页 |
| ·直方图熵差匹配 | 第45页 |
| ·一种快速的RGB颜色空间到HSV颜色空间的转换方法 | 第45-47页 |
| ·自适应阈值 | 第47-54页 |
| ·滑动窗口法 | 第48-49页 |
| ·一种改进的滑动窗口法 | 第49-51页 |
| ·基于高斯模型的自适应阈值选择方法 | 第51-52页 |
| ·基于熵最大化分割的全局最佳阈值选择方法 | 第52-54页 |
| ·渐变检测 | 第54-56页 |
| ·基于熵差的镜头检测算法描述 | 第56-57页 |
| ·性能评价 | 第57-59页 |
| 第五章 基于互信息量的镜头检测研究 | 第59-67页 |
| ·图像的互信息量 | 第59-61页 |
| ·互信息量 | 第59-60页 |
| ·图像的互信息量 | 第60-61页 |
| ·突变镜头的检测 | 第61-65页 |
| ·突变镜头的自适应阈值 | 第61-64页 |
| ·突变镜头检测算法 | 第64-65页 |
| ·渐变镜头的检测 | 第65-66页 |
| ·间隔帧间互信息量 | 第65页 |
| ·渐变镜头检测算法 | 第65-66页 |
| ·性能评价 | 第66-67页 |
| 第六章 基于熵的关键帧提取研究 | 第67-71页 |
| ·主要关键帧的提取方法 | 第67-68页 |
| ·基于镜头边界提取关键帧 | 第67页 |
| ·基于图像信息提取关键帧 | 第67-68页 |
| ·基于运动分析提取关键帧 | 第68页 |
| ·基于视频无监督聚类提取关键帧 | 第68页 |
| ·基于熵差的关键帧提取算法 | 第68-69页 |
| ·基于互信息量的关键帧聚类算法 | 第69-70页 |
| ·基于熵最大化的关键帧约简 | 第70-71页 |
| 第七章 总结与展望 | 第71-72页 |
| 参考文献 | 第72-79页 |
| 攻读硕士学位期间所发表的论文 | 第79-80页 |
| 致谢 | 第80页 |