随着多媒体技术的发展和视频数据库的普及,如何自动地建立索引结构进行视频流的分析和管理,从而在海量的视频数据中查找用户感兴趣的内容,已成为研究人员关注的热点。基于内容的视频摘要技术作为基于内容视频检索技术的一个重要的组成部分,近年来受到了人们的普遍关注。 论文主要完成了如下工作: 第一章介绍视频摘要的概念、分类以及建立视频摘要的意义。 第二章对国内外基于关键帧的视频摘要生成领域的研究进展进行了综述,给出了视频的层状结构“图像帧—镜头—场景—视频”,对视频片断的分割方法,关键帧的选取原则和方法,以及视频摘要的生成与表现形式进行了详尽的阐述。 第三章阐述视频数据的预处理与关联挖掘技术,详细介绍了镜头边界检测、支持向量聚类、新闻条目切分的过程。接下来,通过对现有的视频关联挖掘技术在视频摘要生成中的应用缺陷的分析,得出结论:这些方法忽略了视频帧在语义上的关联特性。要挖掘既能快速定位主要故事内容,又能表达各个场景独特的内容这样的信息,是改进视频摘要生成面临的巨大挑战。 第四章是本论文的核心,重点针对新闻视频,提出了一种基于向量空间模型挖掘主题关键帧的视频摘要生成方法:首先对新闻视频进行预处理,将视频转化为向量形式的数据集。然后采用主题关键帧提取算法对视频聚类内容进行挖掘,保留蕴涵场景独特信息的关键帧,去除视频中冗余内容部分,这些主题关键帧按原有的时间顺序排列即生成了视频的摘要。最后,系统进行测试,实验结果表明,使用本论文视频摘要算法生成的新闻视频具有良好的压缩率和内容涵盖率。