基于小波神经网络的镜头检测
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第一章 绪论 | 第10-19页 |
| ·研究背景及意义 | 第10-11页 |
| ·基于内容的视频检索技术的研究进展及现状 | 第11-12页 |
| ·镜头边界检测方法的研究进展及现状 | 第12-17页 |
| ·基本概念 | 第13页 |
| ·镜头边界检测算法 | 第13-16页 |
| ·镜头边界检测中的主要问题 | 第16-17页 |
| ·论文的主要工作和章节安排 | 第17-19页 |
| 第二章 视频镜头边界检测相关理论 | 第19-31页 |
| ·视频数据的层次 | 第19-20页 |
| ·镜头分类 | 第20-22页 |
| ·镜头转换类型 | 第20页 |
| ·镜头运动类型 | 第20-22页 |
| ·镜头检测中的特征 | 第22-24页 |
| ·像素特征 | 第22页 |
| ·直方图特征 | 第22-23页 |
| ·运动特征 | 第23-24页 |
| ·边缘特征 | 第24页 |
| ·基于信息论的特征 | 第24页 |
| ·小波理论简介 | 第24-27页 |
| ·小波的相关定义 | 第25-26页 |
| ·小波的性能指标 | 第26-27页 |
| ·小波神经网络 | 第27-28页 |
| ·小波变换和前馈神经网络之间的联系 | 第28-30页 |
| ·小结 | 第30-31页 |
| 第三章 基于小波变换和改进双阈值法的镜头边界检测 | 第31-51页 |
| ·引言 | 第31-32页 |
| ·二维小波变换 | 第32-38页 |
| ·Mallat算法及其信号分解与重构 | 第32-35页 |
| ·二维小波变换 | 第35-38页 |
| ·特征选取 | 第38-41页 |
| ·HSV颜色空间 | 第38-39页 |
| ·颜色空间量化 | 第39-40页 |
| ·颜色直方图 | 第40-41页 |
| ·镜头边界检测 | 第41-42页 |
| ·阈值的选择 | 第41-42页 |
| ·改进的双阈值比较法 | 第42页 |
| ·实验结果与分析 | 第42-49页 |
| ·小结 | 第49-51页 |
| 第四章 基于神经网络和二次差值法的镜头边界检测 | 第51-64页 |
| ·引言 | 第51-53页 |
| ·像素比较法 | 第51-52页 |
| ·直方图比较法 | 第52页 |
| ·二次差分法 | 第52-53页 |
| ·突变镜头边界检测 | 第53-58页 |
| ·BP网络结构和参数的选择 | 第53-55页 |
| ·样本的选择和网络训练 | 第55-57页 |
| ·实验结果与分析 | 第57-58页 |
| ·渐变镜头边界检测 | 第58-62页 |
| ·检测方法 | 第58-59页 |
| ·实验结果与分析 | 第59-62页 |
| ·小结 | 第62-64页 |
| 第五章 小波与神经网络镜头边界检测 | 第64-72页 |
| ·引言 | 第64页 |
| ·Hausdorff距离 | 第64-67页 |
| ·镜头边界检测 | 第67-69页 |
| ·实验结果与分析 | 第69-71页 |
| ·小结 | 第71-72页 |
| 第六章 结论和展望 | 第72-74页 |
| ·结论 | 第72-73页 |
| ·展望 | 第73-74页 |
| 致谢 | 第74-75页 |
| 参考文献 | 第75-79页 |
| 攻硕期间取得的研究成果 | 第79-80页 |
