基于内容的视频检索关键技术研究
| 致谢 | 第5-6页 |
| 中文摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 1 引言 | 第11-15页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-13页 |
| 1.3 论文的研究内容 | 第13-14页 |
| 1.4 论文的组织结构 | 第14-15页 |
| 2 基于内容的视频检索结构分析与系统框架 | 第15-21页 |
| 2.1 视频数据的特点 | 第15-16页 |
| 2.2 视频的结构化分析 | 第16-17页 |
| 2.3 基于内容的视频检索系统结构框架 | 第17-19页 |
| 2.4 本章小结 | 第19-21页 |
| 3 视频的特征提取技术 | 第21-34页 |
| 3.1 颜色特征提取 | 第21-30页 |
| 3.1.1 颜色空间模型 | 第21-24页 |
| 3.1.2 颜色空间的量化 | 第24-25页 |
| 3.1.3 典型的颜色特征 | 第25-27页 |
| 3.1.4 颜色匹配算法 | 第27-28页 |
| 3.1.5 颜色直方图特征分析与应用 | 第28-30页 |
| 3.2 纹理特征提取 | 第30-31页 |
| 3.3 形状特征提取 | 第31-32页 |
| 3.4 动特征提取 | 第32-33页 |
| 3.5 本章小结 | 第33-34页 |
| 4 视频的镜头分割技术 | 第34-57页 |
| 4.1 镜头分割的基本概念 | 第34-35页 |
| 4.1.1 镜头的变换类型 | 第34-35页 |
| 4.1.2 镜头分割原理 | 第35页 |
| 4.1.3 镜头分割的性能评价 | 第35页 |
| 4.2 视频镜头分割算法研究 | 第35-39页 |
| 4.2.1 像素域的镜头分割算法 | 第36-38页 |
| 4.2.2 压缩域的镜头分割算法 | 第38-39页 |
| 4.3 镜头分割算法的改进 | 第39-53页 |
| 4.3.1 信息与信息熵 | 第39-40页 |
| 4.3.2 信息量的定义 | 第40-41页 |
| 4.3.3 图像的互信息量 | 第41-42页 |
| 4.3.4 图像的分块算法 | 第42-45页 |
| 4.3.5 基于分块图像互信息量的镜头分割算法 | 第45-53页 |
| 4.3.6 改进的镜头分割算法描述 | 第53页 |
| 4.4 实验结果与分析 | 第53-55页 |
| 4.5 本章小结 | 第55-57页 |
| 5 视频镜头关键帧提取技术 | 第57-65页 |
| 5.1 关键帧提取算法研究 | 第57-59页 |
| 5.2 基于互信息量均方差的关键帧提取算法 | 第59-62页 |
| 5.2.1 算法的基本思想 | 第59页 |
| 5.2.2 算法的实现流程 | 第59-62页 |
| 5.3 实验结果与分析 | 第62-64页 |
| 5.4 本章小结 | 第64-65页 |
| 6 结论 | 第65-67页 |
| 6.1 本文工作总结 | 第65-66页 |
| 6.2 进一步工作 | 第66-67页 |
| 参考文献 | 第67-71页 |
| 作者简历 | 第71-73页 |
| 学位论文数据集 | 第73页 |
