| 摘要 | 第1-10页 |
| ABSTRACT | 第10-11页 |
| 第一章 绪论 | 第11-24页 |
| ·研究背景 | 第11-14页 |
| ·国内外研究现状 | 第14-20页 |
| ·情报分析方法研究现状 | 第14-15页 |
| ·相似关键帧检测技术国内外研究现状 | 第15-17页 |
| ·视频专题情报分析国内外研究现状 | 第17-20页 |
| ·主要研究内容及创新点 | 第20-22页 |
| ·主要研究内容 | 第20-21页 |
| ·主要创新点 | 第21-22页 |
| ·论文的组织结构 | 第22-24页 |
| 第二章 视频专题情报分析的相关概念和技术体系 | 第24-30页 |
| ·视频专题情报分析的相关概念 | 第24-26页 |
| ·视频专题情报分析的技术体系 | 第26-30页 |
| ·视频专题情报分析的技术框架 | 第26-28页 |
| ·视频专题情报分析的关键技术 | 第28-30页 |
| 第三章 基于局部特征的相似关键帧检测 | 第30-45页 |
| ·局部特征点检测算法 | 第30-35页 |
| ·SIFT检测算法 | 第30-32页 |
| ·SURF检测算法 | 第32-34页 |
| ·FAST检测算法 | 第34-35页 |
| ·局部特征点描述算法 | 第35-38页 |
| ·SIFT描述算法 | 第35-36页 |
| ·SURF描述算法 | 第36-38页 |
| ·BRIEF描述算法 | 第38页 |
| ·FAST与BRIEF相结合的相似关键帧检测方法 | 第38-43页 |
| ·FAST与BRIEF相结合的关键点匹配算法 | 第39-41页 |
| ·基于模式熵的相似关键帧识别 | 第41-43页 |
| ·实验结果与讨论 | 第43-45页 |
| 第四章 基于相似关键帧的视频专题情报分析 | 第45-58页 |
| ·视频专题情报聚类 | 第45-49页 |
| ·基于二部图的视频视觉相似度分析 | 第46-48页 |
| ·基于链路分析的专题情报聚类方法 | 第48-49页 |
| ·视频专题情报分析 | 第49-52页 |
| ·视频专题发展演化分析 | 第50-51页 |
| ·视频专题时间趋势分析 | 第51-52页 |
| ·专题重要视频探测 | 第52页 |
| ·实验结果与讨论 | 第52-58页 |
| ·专题聚类方法实验 | 第52-55页 |
| ·视频专题发展演化分析实验 | 第55-56页 |
| ·专题时间趋势分析实验 | 第56-57页 |
| ·专题重要视频发现实验 | 第57-58页 |
| 第五章 基于相似关键帧检测的视频专题情报分析系统设计与应用验证 | 第58-64页 |
| ·任务背景 | 第58页 |
| ·OSVAS系统的设计 | 第58-59页 |
| ·OSVAS系统的实现 | 第59-62页 |
| ·视频相似关键帧检测平台的实现 | 第60页 |
| ·视频专题情报分析平台的实现 | 第60-62页 |
| ·OSVAS系统应用验证 | 第62-64页 |
| 结束语 | 第64-66页 |
| 致谢 | 第66-67页 |
| 参考文献 | 第67-72页 |
| 作者在学期间取得的学术成果 | 第72页 |