| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第13-21页 |
| 1.1 研究背景与意义 | 第13-14页 |
| 1.2 国内外研究现状 | 第14-17页 |
| 1.2.1 基于内容的视频检索研究现状 | 第14-15页 |
| 1.2.2 视频数据组织 | 第15-17页 |
| 1.2.3 研究现状小结 | 第17页 |
| 1.3 研究目标和内容 | 第17-18页 |
| 1.3.1 研究目标 | 第17页 |
| 1.3.2 研究内容 | 第17-18页 |
| 1.4 技术路线和研究方法 | 第18-19页 |
| 1.4.1 技术路线 | 第18-19页 |
| 1.4.2 研究方法 | 第19页 |
| 1.5 论文组织结构 | 第19-21页 |
| 第2章 PTZ相机监控视频数据组织 | 第21-33页 |
| 2.1 PTZ相机视频数据组织模型分析 | 第21-23页 |
| 2.2 基于键值型数据库的PTZ相机监控视频分层组织 | 第23-28页 |
| 2.2.1 PTZ相机视频数据组织模型 | 第23-24页 |
| 2.2.2 视频数据存储结构 | 第24-28页 |
| 2.3 PTZ相机空间覆盖域分析 | 第28-30页 |
| 2.4 基于区间树的时间索引构建 | 第30-32页 |
| 2.4.1 区间树原理 | 第30-31页 |
| 2.4.2 区间树构建方法 | 第31-32页 |
| 2.5 本章小结 | 第32-33页 |
| 第3章 PTZ相机监控视频内容特征提取 | 第33-58页 |
| 3.1 监控视频结构化处理 | 第33-40页 |
| 3.1.1 镜头边缘检测 | 第33-38页 |
| 3.1.2 关键帧提取 | 第38-40页 |
| 3.2 关键帧多粒度划分 | 第40-41页 |
| 3.3 全局内容特征提取 | 第41-52页 |
| 3.3.1 颜色特征提取 | 第41-44页 |
| 3.3.2 纹理特征提取 | 第44-49页 |
| 3.3.3 形状特征提取 | 第49-50页 |
| 3.3.4 多视觉特征融合 | 第50-52页 |
| 3.4 局部内容特征提取 | 第52-57页 |
| 3.5 本章小结 | 第57-58页 |
| 第4章 基于时-空-内容特征的监控视频数据检索 | 第58-63页 |
| 4.1 基于时空覆盖域的检索 | 第58-59页 |
| 4.1.1 空间覆盖域检索 | 第58页 |
| 4.1.2 基于区间树的时间检索 | 第58-59页 |
| 4.2 基于全局特征相似度度量的关键帧过滤 | 第59-61页 |
| 4.2.1 相似度度量 | 第59-60页 |
| 4.2.2 检索算法 | 第60-61页 |
| 4.3 基于SIFT特征点的关键帧匹配 | 第61-62页 |
| 4.4 本章小结 | 第62-63页 |
| 第5章 原型系统实现与测试 | 第63-75页 |
| 5.1 原型系统介绍 | 第63-67页 |
| 5.1.1 监控视频数据库构建子系统 | 第64-66页 |
| 5.1.2 监控视频检索子系统 | 第66-67页 |
| 5.2 界面展示 | 第67-69页 |
| 5.3 实验分析 | 第69-74页 |
| 5.3.1 测试环境 | 第69页 |
| 5.3.2 实验结果与分析 | 第69-74页 |
| 5.4 本章小结 | 第74-75页 |
| 第6章 结论与展望 | 第75-76页 |
| 6.1 研究结论 | 第75页 |
| 6.2 展望 | 第75-76页 |
| 参考文献 | 第76-80页 |
| 致谢 | 第80页 |