視頻關鍵幀及運動對象提取方法研究與實現.pdf

1、由于動畫素材庫所涉及的素材主要是多媒體數據資源，包括圖像、音頻、視頻、模型和運動數據等，具有非結構化、表現力強、蘊含信息量大、形象生動等特性，傳統的以文本描述為特征的信息檢索方式因其描述能力局限性、主觀性強、注解工作量大等缺陷，已無法滿足動畫素材庫多媒體信息檢索的需求，因而本文主要圍繞視頻素材檢索的關鍵技術開展了以下幾個方面的研究工作。
　　 論文分析了基于內容的視頻檢索技術發(fā)展現狀與存在的主要問題，洋細介紹了視頻的內容的層次結

2、構與特征，利用互信息量改進模糊聚類算法存關鍵幀提取應用中的穩(wěn)定性，根據相鄰幀之間的信息熵，引入了密度函數法確定初始聚類中心，基于平均熵值計算得到聚類數目，實現模糊聚類的無外部參數化分析，既有效的保持原始視頻圖像幀的時間序列和動態(tài)信息，又保證了模糊聚類算法在關鍵幀提取應用中的穩(wěn)定性，所提取的關鍵幀可以較好的代表鏡頭的內容，采用這種方法有利于實現視頻的分析與檢索。
　　 在分析和研究運動對象提取現有方法的基礎上，利用時空信息聯合幾何

3、曲線演化方法提高運動對象提取的效果。首先充分利用視頻圖像幀的時序動態(tài)信息，采用高階統計量算法分割出運動對象的初始輪廓，然后根據改進的分水嶺算法在空間上對原始圖像幀進行分割，結合時空信息得到運動對象的二次輪廓，最后針對二次對象還存在圖像噪聲等原因，采用水平集算法進行幾何曲線演化得到最終的運動對象。
　　 構建了一個面向動畫視頻素材庫檢索的原型系統，包括關鍵幀提取子系統、運動對象提取子系統和素材檢索子系統，實驗測試結果表明，可以得到