基于关键帧复杂度的视频场景边界检测算法
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第9-16页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 研究意义 | 第10-11页 |
| 1.3 国内外研究现状 | 第11-13页 |
| 1.4 主要研究内容及章节安排 | 第13-15页 |
| 1.5 本章小结 | 第15-16页 |
| 第2章 视频结构化处理 | 第16-25页 |
| 2.1 视频结构分析 | 第16-17页 |
| 2.2 视频底层特征 | 第17-23页 |
| 2.2.1 图像特征 | 第17-21页 |
| 2.2.2 音频特征 | 第21-22页 |
| 2.2.3 文本特征 | 第22-23页 |
| 2.3 视频检索关键技术 | 第23-24页 |
| 2.3.1 镜头边界检测 | 第23页 |
| 2.3.2 关键帧提取 | 第23页 |
| 2.3.3 场景边界检测 | 第23-24页 |
| 2.4 本章小结 | 第24-25页 |
| 第3章 镜头边界检测与关键帧提取 | 第25-34页 |
| 3.1 镜头边界检测的相关概念 | 第25-28页 |
| 3.2 镜头边界检测的常用方法 | 第28-32页 |
| 3.2.1 镜头突变检测算法 | 第28-30页 |
| 3.2.2 镜头渐变检测算法 | 第30-32页 |
| 3.3 常用关键帧提取方法 | 第32-33页 |
| 3.3.1 基于镜头的提取方法 | 第32页 |
| 3.3.2 基于聚类的提取方法 | 第32页 |
| 3.3.3 基于内容分析的方法 | 第32-33页 |
| 3.3.4 基于压缩域法 | 第33页 |
| 3.3.5 基于运动的方法 | 第33页 |
| 3.4 本章小结 | 第33-34页 |
| 第4章 内容复杂度相关算法及参数 | 第34-42页 |
| 4.1 支持向量机 | 第34-35页 |
| 4.1.1 线性可分支持向量机 | 第34-35页 |
| 4.1.2 非线性可分支持向量机 | 第35页 |
| 4.2 Canny算子 | 第35-37页 |
| 4.3 像素灰度值 | 第37页 |
| 4.4 熵(速度熵和方向熵) | 第37-41页 |
| 4.5 本章小结 | 第41-42页 |
| 第5章 基于关键帧复杂度的场景检测算法 | 第42-49页 |
| 5.1 算法的基本思想 | 第42-43页 |
| 5.2 算法的实现 | 第43-44页 |
| 5.3 实验与结果分析 | 第44-48页 |
| 5.4 本章小结 | 第48-49页 |
| 第6章 总结与展望 | 第49-51页 |
| 6.1 总结 | 第49-50页 |
| 6.2 展望 | 第50-51页 |
| 参考文献 | 第51-56页 |
| 致谢 | 第56-57页 |
| 攻读学位期间的研究成果 | 第57页 |
