基于内容的视频场景分析方法研究

目录	第1-5页
摘要	第5-6页
Abstract	第6-7页
第一章 绪论	第7-13页
·研究背景	第7页
·研究对象与问题关键点	第7-11页
·本文主要工作	第11-12页
·组织结构	第12-13页
第二章 视频场景分析相关工作	第13-42页
·视觉特征描述	第13-24页
·经典全局视觉特征	第13-17页
·GIST特征	第17-20页
·SIFT特征	第20-23页
·Codebook特征	第23-24页
·视觉相似性度量方法	第24-25页
·视频镜头分割技术	第25-27页
·关键帧提取技术	第27-28页
·视频场景分割技术	第28-40页
·视频场景分析的一般框架	第28-29页
·基于视频镜头聚类和场景转换图的场景分割方法	第29-31页
·基于后向镜头一致性和场景动态变化的场景分析方法	第31-33页
·基于NCuts的视频场景分析方法	第33-36页
·基于平滑视觉词袋的视频场景分析方法	第36-38页
·基于视频镜头聚类和序列比对的视频场景分析方法	第38-40页
·算法性能评价机制	第40-41页
·查准率和查全率	第40页
·调和平均值F	第40-41页
·本章总结	第41-42页
第三章 基于频繁镜头集合的场景分析方法	第42-53页
·镜头检测与镜头关键帧提取	第44-46页
·基于频繁镜头集合的视频场景检测方法	第46-52页
·视频镜头描述	第46-48页
·视频镜头间相似度计算	第48-49页
·构造频繁镜头集合	第49-50页
·处理未分配镜头	第50-52页
·本章总结	第52-53页
第四章 实验分析	第53-62页
·实验设置	第53-54页
·不同阈值设定对算法性能影响	第54-57页
·不同相似度计算方法及特征的分割结果比较	第57-58页
·算法第二步对算法性能影响	第58-59页
·两种算法实验结果比较	第59-61页
·本章总结	第61-62页
第五章 总结与展望	第62-63页
参考文献	第63-67页
攻读硕士期间的科研成果	第67-68页
致谢	第68-69页