随机算法及信息论在基于内容的视频检索中的应用

论文摘要

随着Internet和宽带多媒体业务的发展,视频成为现代信息传播的主流载体之一。视频信息的大量涌现,使得如何快速的从海量的视频数据中检索出所需的资料变得至关重要。基于内容的视频检索（Content-based Video Retrieval, CBVR）即是从海量视频数据中快速获取所需信息的主流方法之一,即由计算机对于视频内容自动分析,用户可以针对自己需要的内容提出查询要求。本文在介绍了基于内容的视频检索技术的基础上,主要对以下几个方面进行了研究与探讨。（1）关键帧提取。关键帧提取是基于内容的视频检索的一个非常重要的环节,本文在研究现有关键帧提取算法的基础上,将随机算法应用于关键帧的提取过程中。在压缩域环境下,先将要比较的两个帧进行子块划分,然后采用随机算法抽取其中的一个子集进行相似度比较,进而提取关键帧。该方法可以保证在帧间相似度计算满足一定的精度的前提下,大大降低所需要比较的子块数量,从而提高算法的运行效率,实验证明该方法取得了比较理想的结果。（2）视频摘要提取。通过提取视频摘要可以进一步减小视频存储、分类和索引的代价,提高视频的使用效率、可用性和访问性。本文采用信息论的观点,根据相邻关键帧间交互信息量的大小,对初步提取出的关键帧进行了再提取,进而形成了视频摘要。最后,经实验结果证明了该算法的有效性。（3）系统的设计与实现。针对以上研究的内容,采用VS2005、DirectShow和SQLServer2000实现了一个基于内容的视频检索系统,并实现了基于浏览的检索和基于样例的检索。

论文目录

• 摘要
• ABSTRACT
• 第1章 绪论
• 1.1 研究背景
• 1.2 国内外研究现状
• 1.3 存在的问题
• 1.4 研究内容
• 1.5 研究意义
• 1.6 论文组织结构
• 第2章 视频检索技术概述
• 2.1 视频数据特点
• 2.2 视频序列的结构
• 2.3 MPEG结构
• 2.4 基于内容的视频检索
• 2.4.1 基于内容的视频检索的特点
• 2.4.2 基于内容的视频检索的关键技术
• 2.5 本章小结
• 第3章 关键帧提取
• 3.1 现有的关键帧提取方法
• 3.2 随机算法在关键帧提取中的应用
• 3.2.1 随机算法
• 3.2.2 算法设计思想
• 3.2.3 算法描述
• 3.2.4 算法分析
• 3.3 实验结果及分析
• 3.4 本章小结
• 第4章 视频摘要提取
• 4.1 方法流程图
• 4.2 特征提取
• 4.2.1 颜色直方图
• 4.2.2 纹理直方图
• 4.2.3 颜色和纹理二维联合分布直方图
• 4.3 基于信息论的特征提取与帧间相似度计算
• 4.3.1 信息论简介
• 4.3.2 信息论在帧间相似性计算中的应用
• 4.4 基于颜色、纹理二维联合分布直方图和信息论相结合的算法
• 4.5 算法描述
• 4.6 实验结果及分析
• 4.7 本章小结
• 第5章 视频检索实现
• 5.1 常用的检索方法分类
• 5.2 检索实现
• 5.2.1 基于浏览方法的实现
• 5.2.2 基于特征比较方法的实现
• 5.3 本章小结
• 第6章 总结与展望
• 6.1 总结
• 6.2 展望
• 参考文献
• 致谢
• 攻读硕士学位期间已发表的学术论文
• 学位论文评阅及答辩情况表