首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于内容的新闻视频检索关键技术研究

摘要第1-6页
Abstract第6-10页
第1章 绪论第10-14页
   ·研究的背景和意义第10-11页
   ·CBVR 国内外研究现状及发展趋势第11-13页
   ·论文结构和章节安排第13-14页
第2章 基于内容的视频检索系统第14-21页
   ·视频基本概念和数据模型介绍第14-18页
     ·基本概念介绍第14-15页
     ·视频数据模型介绍第15-18页
   ·CBVR 系统结构和关键技术第18-20页
     ·CBVR 的系统结构第18-19页
     ·CBVR 的关键技术第19-20页
   ·本章小结第20-21页
第3章 视频的镜头检测技术第21-35页
   ·镜头检测第21-22页
   ·切变镜头检测技术第22-24页
     ·模板匹配法第22-23页
     ·直方图比较法第23-24页
     ·X~2 检验法第24页
   ·渐变镜头检测技术第24-27页
     ·双阈值门限比较法第24-27页
     ·基于边缘特征的方法第27页
   ·本文采用的镜头检测算法第27-34页
     ·颜色空间转换第27-28页
     ·计算交互信息量第28-29页
     ·算法实现第29-30页
     ·实验验证第30-34页
   ·本章小结第34-35页
第4章 视频的关键帧提取和镜头聚类第35-51页
   ·关键帧的提取方法第35-38页
     ·特定帧提取法第35-36页
     ·帧平均法和直方图平均法第36页
     ·基于内容分析的方法第36-37页
     ·基于聚类算法的提取方法第37-38页
   ·本文采用的关键帧提取方法第38-42页
     ·计算交互信息量第38-39页
     ·算法实现第39-40页
     ·实验验证第40-42页
   ·镜头聚类方法第42-44页
     ·基于分割的方法第42-43页
     ·基于特征空间聚类的方法第43-44页
     ·新闻报道中场景的检测第44页
   ·本文采用的镜头聚类算法第44-50页
     ·算法结构总体设计第45页
     ·数据预处理与特征提取第45-47页
     ·算法参数的选择第47页
     ·算法实现第47-48页
     ·实验验证第48-50页
   ·本章小结第50-51页
第5章 系统交互界面设计第51-60页
   ·系统框架设计第51-52页
   ·系统设计中的软件内容第52-56页
     ·DirectShow SDK 介绍第52-53页
     ·AVI 视频格式介绍第53-55页
     ·视频开发中调用的AVI 功能函数介绍第55页
     ·系统程序分类第55-56页
   ·用户界面和功能第56-59页
   ·本章小结第59-60页
结论与展望第60-62页
参考文献第62-66页
攻读学位期间发表的学术论文第66-67页
致谢第67页

论文共67页,点击 下载论文
上一篇:基于颜色和纹理特征的图像检索
下一篇:基于混沌优化方法的BP神经网络的印刷体字符识别研究