基于內(nèi)容的視頻檢索系統(tǒng)研究及其在電視臺(tái)中的應(yīng)用.pdf

1、近年來(lái)，隨著多媒體技術(shù)和計(jì)算機(jī)網(wǎng)絡(luò)的高速發(fā)展，信息種類(lèi)和數(shù)量與日俱增。計(jì)算機(jī)所能處理的信息媒體范圍迅速擴(kuò)大，不僅要求數(shù)據(jù)庫(kù)和其它信息系統(tǒng)能對(duì)圖像、視頻和聲音等媒體進(jìn)行存儲(chǔ)和基于關(guān)鍵字的檢索，而且要對(duì)多媒體數(shù)據(jù)的內(nèi)容進(jìn)行語(yǔ)義分析，以達(dá)到更高的檢索層次，從而基于內(nèi)容的多媒體信息檢索應(yīng)運(yùn)而生?；趦?nèi)容的檢索CBR，就是如何從海量多媒體信息庫(kù)中，找到所需要的多媒體信息，這一技術(shù)已經(jīng)成為一個(gè)重要的課題。
　　 由于數(shù)字電視技術(shù)、數(shù)字存儲(chǔ)和

2、多媒體數(shù)據(jù)庫(kù)技術(shù)等日趨成熟，揚(yáng)州電視臺(tái)媒體資源庫(kù)中圖像、視頻等的容量正以驚人的速度增長(zhǎng)。面對(duì)海量的視頻等數(shù)字化媒體信息，已很難用幾個(gè)關(guān)鍵詞來(lái)描述和檢索，快速而有效地針對(duì)用戶(hù)所需的信息完成檢索和輸出，已成為現(xiàn)代電視臺(tái)媒體資源庫(kù)管理工作的課題之一。
　　 基于內(nèi)容的視頻檢索CBVR，是多媒體數(shù)據(jù)庫(kù)信息檢索中的一門(mén)新興技術(shù)，指在視頻分析的基礎(chǔ)上，提取能夠反映視頻內(nèi)容的各種特征，進(jìn)而通過(guò)相似性匹配從海量視頻數(shù)據(jù)庫(kù)中檢索出相關(guān)的視頻流。視

3、頻的內(nèi)容包括視頻的結(jié)構(gòu)信息、低層次的視覺(jué)和聽(tīng)覺(jué)信息以及高級(jí)語(yǔ)義等信息，這些都是后續(xù)分析的基礎(chǔ)。
　　 基于內(nèi)容的視頻檢索技術(shù)的應(yīng)用領(lǐng)域非常廣泛，本質(zhì)上這種技術(shù)將對(duì)媒體的處理和管理深入到了媒體這一級(jí)，使得用戶(hù)可以更自由地操縱和處理各種媒體信息?，F(xiàn)在基于內(nèi)容的視頻檢索已經(jīng)發(fā)展到更廣闊的領(lǐng)域，如：公共安全、公共事業(yè)管理、交通管理、醫(yī)藥衛(wèi)生、工農(nóng)業(yè)生產(chǎn)以及娛樂(lè)教育等各個(gè)領(lǐng)域。基于內(nèi)容的視頻檢索技術(shù)在電視臺(tái)媒體資源系統(tǒng)中的應(yīng)用，我們可以找

4、到感興趣的新聞剪輯，特定的視頻、音頻片段，以及所要編輯的素材等。當(dāng)然有些已經(jīng)實(shí)現(xiàn)，但有些還在研究之中。
　　 本文主要研究了視頻時(shí)域分割問(wèn)題，將整個(gè)視頻劃分為若干級(jí)的多層次結(jié)構(gòu)：場(chǎng)景、鏡頭、關(guān)鍵幀等?；趦?nèi)容的視頻檢索系統(tǒng)的研究工作，主要集中在提取和描述視頻的顏色、紋理、形狀、運(yùn)動(dòng)關(guān)系的基礎(chǔ)上，對(duì)視頻數(shù)據(jù)進(jìn)行鏡頭邊界檢測(cè)、關(guān)鍵幀提取以及自動(dòng)分類(lèi)等問(wèn)題進(jìn)行了研究。
　　 在視頻結(jié)構(gòu)化處理章節(jié)中，重點(diǎn)探討了基于壓縮視頻流的鏡

5、頭分割和關(guān)鍵幀提取算法，在此基礎(chǔ)上提出了一種基于SVM鏡頭分割算法和關(guān)鍵幀提取改進(jìn)算法。視頻分類(lèi)，根據(jù)其顏色和運(yùn)動(dòng)等綜合特征，提出了一種改進(jìn)分類(lèi)算法，仿真實(shí)驗(yàn)結(jié)果表明該算法能對(duì)視頻進(jìn)行較準(zhǔn)確的分類(lèi)，在訓(xùn)練速度上有了較大的提高。
　　 論文在此基礎(chǔ)上，提出了基于關(guān)鍵幀的內(nèi)容檢索系統(tǒng)框架，構(gòu)建了基于內(nèi)容的視頻檢索實(shí)驗(yàn)系統(tǒng)原型；探討了該系統(tǒng)在電視臺(tái)中的運(yùn)用，并實(shí)現(xiàn)了視頻檢索系統(tǒng)中的部分功能。實(shí)驗(yàn)證明，該系統(tǒng)是有效的，應(yīng)用是可行的。