| 摘要 | 第5-7页 |
| ABSTRACT | 第7-9页 |
| 第一章 绪论 | 第14-24页 |
| 1.1 研究背景及意义 | 第14-15页 |
| 1.2 视频检索的关键问题及研究现状 | 第15-19页 |
| 1.2.1 镜头分割 | 第15-16页 |
| 1.2.2 关键帧的提取及特征描述 | 第16-17页 |
| 1.2.3 视频相似性度量 | 第17页 |
| 1.2.4 Web 视频的相关和伪相关反馈重排列技术 | 第17-19页 |
| 1.3 现有视频检索系统和主要研究方向介绍 | 第19-22页 |
| 1.4 本文主要研究内容及创新点 | 第22-24页 |
| 第二章 视频结构组成及检索技术相关概念 | 第24-33页 |
| 2.1 视频结构的组成及基本概念 | 第24-27页 |
| 2.1.1 镜头 | 第25-27页 |
| 2.1.2 关键帧 | 第27页 |
| 2.1.3 场景分割 | 第27页 |
| 2.2 视频信息的组成 | 第27-28页 |
| 2.3 视频内容的分析方法 | 第28页 |
| 2.4 信息检索相关技术 | 第28-33页 |
| 2.4.1 反馈技术 | 第29页 |
| 2.4.2 检索模型 | 第29-31页 |
| 2.4.3 倒排文件索引 | 第31-32页 |
| 2.4.4 检索效果评价 | 第32-33页 |
| 第三章 基于运动边缘的视频镜头分割 | 第33-55页 |
| 3.1 镜头分割的意义 | 第33页 |
| 3.2 切变镜头的检测 | 第33-36页 |
| 3.2.1 基于像素差的方法 | 第34页 |
| 3.2.2 直方图检测方法 | 第34-35页 |
| 3.2.3 基于边界的检测方法 | 第35-36页 |
| 3.2.4 运动补偿方法 | 第36页 |
| 3.3 渐变镜头分割 | 第36-39页 |
| 3.3.1 双阈值直方图差 | 第37页 |
| 3.3.2 基于边缘的检测方法 | 第37页 |
| 3.3.3 基于互信息的原理 | 第37-38页 |
| 3.3.4 基于模型的分割方法 | 第38-39页 |
| 3.3.5 基于压缩域的检测方法 | 第39页 |
| 3.4 镜头边界阈值设置方法 | 第39-40页 |
| 3.5 现有方法总结 | 第40-41页 |
| 3.6 基于运动边缘的视频镜头分割 | 第41-49页 |
| 3.6.1 基本原理 | 第41页 |
| 3.6.2 候选镜头的获取 | 第41-43页 |
| 3.6.3 镜头分割阈值的确定 | 第43-45页 |
| 3.6.4 渐变镜头和物体（相机）运动分析 | 第45页 |
| 3.6.5 区分不同类型镜头 | 第45-48页 |
| 3.6.6 镜头检测算法流程 | 第48-49页 |
| 3.7 实验结果及分析 | 第49-53页 |
| 3.8 本章小结 | 第53-55页 |
| 第四章 镜头的动态和静态信息描述 | 第55-91页 |
| 4.1 基于序列帧的运动信息 | 第55-58页 |
| 4.2 静态特征的关键帧提取 | 第58-61页 |
| 4.3 关键帧的聚类 | 第61-63页 |
| 4.4 关键帧的描述 | 第63-73页 |
| 4.4.1 基于颜色的特征描述符 | 第63-66页 |
| 4.4.2 基于外形的描述符 | 第66-67页 |
| 4.4.3 基于局部空间特征的描述符 | 第67-71页 |
| 4.4.4 纹理特征 | 第71-73页 |
| 4.4.5 空间关联性描述 | 第73页 |
| 4.5 现有方法总结及检索中的应用 | 第73-74页 |
| 4.6 颜色不变区域的提取 | 第74-81页 |
| 4.6.1 二分法反射模型 | 第74-75页 |
| 4.6.2 基于反射模型的阴影准不变量 | 第75-76页 |
| 4.6.3 改进的阴影准不变量 | 第76-78页 |
| 4.6.4 颜色不变区域重复率实验 | 第78-81页 |
| 4.7 基于颜色和局部特征的视觉单词 | 第81-89页 |
| 4.7.1 颜色区域不变量和局部特征相结合 | 第81-83页 |
| 4.7.2 多特征融合算法流程 | 第83-84页 |
| 4.7.3 描述符评估实验 | 第84-89页 |
| 4.7.4 实验结论 | 第89页 |
| 4.8 本章小结 | 第89-91页 |
| 第五章 基于重排列的视频检索框架 | 第91-113页 |
| 5.1 视频检索中的反馈技术 | 第91-96页 |
| 5.1.1 基于相关反馈的重新排列 | 第92-95页 |
| 5.1.2 基于伪相关反馈的重新排列 | 第95页 |
| 5.1.3 基于多模态改进的反馈重排列 | 第95-96页 |
| 5.2 反馈中的分类器 | 第96-99页 |
| 5.3 检索基本框架 | 第99-107页 |
| 5.3.1 自动获取样本的类别 | 第100-102页 |
| 5.3.2 样本特征空间分析 | 第102-104页 |
| 5.3.3 检索框架算法流程 | 第104-107页 |
| 5.4 实验 | 第107-111页 |
| 5.4.1 实验数据及评估方法 | 第107页 |
| 5.4.2 用于比较的基线介绍 | 第107-108页 |
| 5.4.3 实验评估 | 第108-111页 |
| 5.5 本章小结 | 第111-113页 |
| 第六章 总结与展望 | 第113-117页 |
| 6.1 论文工作总结 | 第113-114页 |
| 6.1.1 提出基于运动边界的镜头边界类型检测算法 | 第113页 |
| 6.1.2 提出基于颜色不变区域和空间特征相结合的视觉单词描述方法 | 第113-114页 |
| 6.1.3 提出了基于主类别原则的重排列检索框架 | 第114页 |
| 6.2 论文工作展望 | 第114-117页 |
| 6.2.1 多帧融合的镜头描述 | 第114-115页 |
| 6.2.2 多模态信息融合检索 | 第115页 |
| 6.2.3 重新排列的非线性方法 | 第115-116页 |
| 6.2.4 实现基于重排列的检索系统 | 第116-117页 |
| 参考文献 | 第117-127页 |
| 攻读博士学位期间已录用或已投的论文 | 第127-128页 |
| 参加完成的科研项目 | 第128-129页 |
| 致谢 | 第129页 |
