基于图象特征的视频流模糊检索
| 摘要 | 第1-4页 |
| Abstract | 第4-5页 |
| 目录 | 第5-7页 |
| 图目录 | 第7-8页 |
| 第一章 引言 | 第8-16页 |
| ·研究背景 | 第8-11页 |
| ·研究目标 | 第11页 |
| ·解决方法 | 第11-13页 |
| ·系统描述 | 第13-15页 |
| ·论文的组织 | 第15-16页 |
| 第二章 背景知识与相关研究 | 第16-19页 |
| ·基本概念与应用背景 | 第16-17页 |
| ·相关研究 | 第17-18页 |
| ·我们的方法 | 第18-19页 |
| 第三章 图象特征的提取和表达 | 第19-34页 |
| ·颜色特征的提取 | 第19-23页 |
| ·颜色直方图 | 第20-21页 |
| ·颜色矩 | 第21-22页 |
| ·颜色集 | 第22页 |
| ·颜色聚合向量 | 第22-23页 |
| ·颜色相关图 | 第23页 |
| ·纹理特征的提取 | 第23-27页 |
| ·Tamura纹理特征 | 第24-25页 |
| ·自回归纹理模型 | 第25-26页 |
| ·小波变换 | 第26-27页 |
| ·其它纹理特征 | 第27页 |
| ·一种快速高效的图象纹理谱描述子 | 第27-31页 |
| ·图象纹理谱 | 第27-29页 |
| ·基于视觉一致性的纹理谱的量化 | 第29-31页 |
| ·形状特征 | 第31-32页 |
| ·图象特征表示 | 第32-33页 |
| ·图象相似性度量 | 第33-34页 |
| 第四章 视频流模糊检索 | 第34-55页 |
| ·前人相关研究简介 | 第34-38页 |
| ·视频组织结构概述 | 第34-35页 |
| ·镜头检测 | 第35页 |
| ·镜头聚类 | 第35-38页 |
| ·子镜头分割 | 第38-39页 |
| ·子镜头特征提取 | 第39-40页 |
| ·基于子镜头聚类的情节代表帧选取方法 | 第40-48页 |
| ·聚类理论基础 | 第40-45页 |
| ·模糊c-均值聚类算法(FCM) | 第40-42页 |
| ·模糊c-均值聚类算法中参数的选取 | 第42-45页 |
| ·基于聚类的代表帧选取算法 | 第45-48页 |
| ·视频流检索算法 | 第48-50页 |
| ·实验结果 | 第50-55页 |
| 第五章 结束语 | 第55-57页 |
| ·本文工作总结 | 第55-56页 |
| ·下一步研究方向 | 第56-57页 |
| 参考文献 | 第57-61页 |
| 致谢 | 第61-62页 |
| 作者简历 | 第62页 |
