视频检索中基于多特征的关键帧提取算法研究
| 致谢 | 第4-5页 |
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 1 绪论 | 第15-23页 |
| 1.1 研究背景及意义 | 第15-16页 |
| 1.2 国内外研究现状 | 第16-20页 |
| 1.3 本文主要研究内容 | 第20-21页 |
| 1.4 论文安排 | 第21-23页 |
| 2 视频数据及镜头分割介绍 | 第23-31页 |
| 2.1 视频数据的特点 | 第23-24页 |
| 2.2 视频数据的结构 | 第24-25页 |
| 2.3 镜头边界检测 | 第25-30页 |
| 2.4 本章小结 | 第30-31页 |
| 3 视频关键帧提取方法 | 第31-39页 |
| 3.1 基于镜头分割的关键帧提取方法 | 第31-32页 |
| 3.2 基于图像内容分析的关键帧提取方法 | 第32-33页 |
| 3.3 基于运动分析的关键帧提取方法 | 第33-35页 |
| 3.4 基于聚类的关键帧提取方法 | 第35-36页 |
| 3.5 关键帧提取算法性能评价准则 | 第36-38页 |
| 3.6 本章小结 | 第38-39页 |
| 4 基于帧差的关键帧提取算法及改进 | 第39-45页 |
| 4.1 基于帧差的关键帧提取算法及问题分析 | 第39页 |
| 4.2 基于边缘匹配率的改进算法 | 第39-42页 |
| 4.3 实验结果与分析 | 第42-44页 |
| 4.4 本章小结 | 第44-45页 |
| 5 综合全局特征和局部特征的关键帧提取算法 | 第45-63页 |
| 5.1 全局特征 | 第45-48页 |
| 5.2 局部特征 | 第48-52页 |
| 5.3 图像相似度计算 | 第52-56页 |
| 5.4 基于多特征相似度曲线的关键帧提取方法 | 第56-58页 |
| 5.5 整体算法流程 | 第58-59页 |
| 5.6 实验结果与分析 | 第59-62页 |
| 5.7 本章小结 | 第62-63页 |
| 6 总结和展望 | 第63-65页 |
| 6.1 论文工作总结 | 第63-64页 |
| 6.2 论文展望 | 第64-65页 |
| 参考文献 | 第65-69页 |
| 作者简历 | 第69-71页 |
| 学位论文数据集 | 第71页 |
