| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-14页 |
| 1.1 研究目的及意义 | 第10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.3 论文的结构安排 | 第12-14页 |
| 第2章 H.264/AVC与MVC | 第14-24页 |
| 2.1 引言 | 第14页 |
| 2.2 H.264/AVC | 第14-21页 |
| 2.2.1 编码器 | 第16-17页 |
| 2.2.2 解码器 | 第17页 |
| 2.2.3 H.264/AVC编码的关键技术 | 第17-21页 |
| 2.3 多视点视频编码 | 第21-23页 |
| 2.3.1 多视点视频系统及技术 | 第21-22页 |
| 2.3.2 MVC编解码框架 | 第22页 |
| 2.3.3 MVC编码软件平台 | 第22-23页 |
| 2.4 小结 | 第23-24页 |
| 第3章 场景变化检测算法 | 第24-32页 |
| 3.1 引言 | 第24-26页 |
| 3.2 传统的镜头突变检测算法 | 第26-28页 |
| 3.2.1 像素比较法 | 第26-27页 |
| 3.2.2 基于块的直方图比较法 | 第27-28页 |
| 3.2.3 边缘变化率法 | 第28页 |
| 3.3 传统的镜头渐变检测算法 | 第28-31页 |
| 3.3.1 阈值比较法 | 第28-29页 |
| 3.3.2 基于方差的方法 | 第29-30页 |
| 3.3.3 借助产生式模型法 | 第30-31页 |
| 3.4 场景变化检测算法的性能比较测度 | 第31页 |
| 3.5 小结 | 第31-32页 |
| 第4章 基于JMVC的3D视频场景突变检测 | 第32-40页 |
| 4.1 算法概述 | 第32-33页 |
| 4.2 基于JMVC的3D视频场景突变检测 | 第33-36页 |
| 4.2.1 基于视差矢量的3D视频场景突变检测 | 第33-34页 |
| 4.2.2 基于运动矢量的单视图场景突变检测 | 第34-35页 |
| 4.2.3 立体视频的场景突变检测 | 第35-36页 |
| 4.3 算法的仿真与实验结果 | 第36-38页 |
| 4.4 小结 | 第38-40页 |
| 第5章 基于SIFT的2D视频场景突变检测 | 第40-50页 |
| 5.1 算法概述 | 第40-41页 |
| 5.2 基于SIFT的2D视频场景变化检测算法 | 第41-46页 |
| 5.2.1 尺度空间极值检测 | 第41-43页 |
| 5.2.2 关键点的精确定位 | 第43-44页 |
| 5.2.3 关键点方向分配 | 第44-45页 |
| 5.2.4 关键点特征描述 | 第45页 |
| 5.2.5 SIFT算法的图像匹配 | 第45-46页 |
| 5.2.6 基于SIFT的场景突变点判断 | 第46页 |
| 5.3 算法的仿真与实验结果 | 第46-49页 |
| 5.3.1 算法验证 | 第46-48页 |
| 5.3.2 实验结果与分析 | 第48-49页 |
| 5.4 小结 | 第49-50页 |
| 第6章 先切分后检测的2D视频场景渐变检测 | 第50-60页 |
| 6.1 算法概述 | 第50-51页 |
| 6.2 D-SIFT算子与聚类算法相结合的场景渐变检测 | 第51-54页 |
| 6.2.1 D-SIFT特征向量提取 | 第51-52页 |
| 6.2.2 基于层次聚类算法的视频切分 | 第52-53页 |
| 6.2.3 基于灰度直方图的2D视频场景渐变检测 | 第53-54页 |
| 6.3 算法的仿真与实验结果 | 第54-58页 |
| 6.3.1 算法验证 | 第54-57页 |
| 6.3.2 实验结果与分析 | 第57-58页 |
| 6.4 小结 | 第58-60页 |
| 第7章 总结与展望 | 第60-62页 |
| 7.1 全文总结 | 第60页 |
| 7.2 研究展望 | 第60-62页 |
| 参考文献 | 第62-68页 |
| 作者简介及在学期间所取得的科研成果 | 第68-70页 |
| 致谢 | 第70页 |