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 |