| 摘要 | 第1-5页 |
| Abstract | 第5-14页 |
| 第1章 绪论 | 第14-39页 |
| ·课题背景及意义 | 第14-16页 |
| ·视频信息内容管理中的若干关键问题 | 第16-26页 |
| ·镜头边界检测 | 第16-19页 |
| ·视频摘要 | 第19-22页 |
| ·视频识别 | 第22-23页 |
| ·视频内容认证 | 第23-26页 |
| ·视频信息内容管理的发展现状 | 第26-36页 |
| ·镜头边界检测 | 第27-29页 |
| ·视频摘要 | 第29-32页 |
| ·视频内容识别 | 第32-34页 |
| ·视频鲁棒哈希函数 | 第34-36页 |
| ·本文研究内容 | 第36-39页 |
| 第2章 视频镜头边界检测算法 | 第39-67页 |
| ·引言 | 第39页 |
| ·快速镜头边界检测框架 | 第39-55页 |
| ·非镜头边界片段的初步剔除 | 第40-42页 |
| ·基于二分比较的疑似片段细化 | 第42-45页 |
| ·切变检测算法 | 第45页 |
| ·渐变检测算法 | 第45-49页 |
| ·算法性能测试及分析 | 第49-55页 |
| ·并行于视频编码的镜头边界检测算法 | 第55-66页 |
| ·溶解检测 | 第57-62页 |
| ·切变检测 | 第62-64页 |
| ·算法性能测试 | 第64-66页 |
| ·本章小结 | 第66-67页 |
| 第3章 视频摘要算法 | 第67-79页 |
| ·引言 | 第67页 |
| ·基于注意力模型和在线聚类的视频摘要算法 | 第67-78页 |
| ·视觉注意机制及感兴趣区域的提取 | 第67-73页 |
| ·感兴趣区域的特征提取及聚类 | 第73-75页 |
| ·算法性能测试及分析 | 第75-78页 |
| ·本章小结 | 第78-79页 |
| 第4章 视频识别算法 | 第79-93页 |
| ·引言 | 第79页 |
| ·基于时空域显著点的视频识别算法 | 第79-84页 |
| ·视频序列归一化 | 第79-80页 |
| ·空间域显著点检测 | 第80-83页 |
| ·显著点的时序稳定性验证 | 第83页 |
| ·特征距离计算及决策 | 第83-84页 |
| ·基于非负矩阵分解的视频识别算法 | 第84-89页 |
| ·非负矩阵分解 | 第85-87页 |
| ·非负矩阵分解在视频识别中的应用 | 第87-89页 |
| ·算法性能测试 | 第89-92页 |
| ·本章小结 | 第92-93页 |
| 第5章 视频内容认证算法 | 第93-127页 |
| ·引言 | 第93页 |
| ·基于随机Gabor 变换及抖动格型矢量量化的鲁棒哈希函数 | 第93-120页 |
| ·旋转不变Gabor 滤波器的构造 | 第94-96页 |
| ·滤波器的随机化 | 第96-98页 |
| ·基于抖动格型矢量量化的特征量化方案 | 第98-109页 |
| ·算法性能测试 | 第109-120页 |
| ·基于时空能量关系的视频鲁棒哈希函数 | 第120-126页 |
| ·鲁棒哈希函数的构造 | 第120-123页 |
| ·鲁棒哈希函数随机性分析 | 第123-124页 |
| ·算法性能测试 | 第124-126页 |
| ·本章小结 | 第126-127页 |
| 结论 | 第127-130页 |
| 参考文献 | 第130-142页 |
| 攻读学位期间发表的学术论文 | 第142-145页 |
| 致谢 | 第145-147页 |
| 个人简历 | 第147页 |