基于自适应阈值的压缩域上MPEG视频关键帧提取算法的研究

来源 :北京交通大学 | 被引量 : 7次 | 上传用户:chier00
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
近年来,计算机技术、多媒体技术的迅猛发展给人们的生活带来了日新月异的变化,人们每天都在接收大量的信息,在大量的多媒体信息当中,视频数据占有很大比重,随着视频数据的日益丰富,人们日益迫切需要在大量视频素材中方便地寻找感兴趣的视频片段,因此,视频数据库管理系统逐渐成为研究热点。目前,基于内容的视频检索已成为视频数据信息管理系统的一项关键技术,而关键帧提取技术是视频分析和基于内容的视频检索的基础,关键帧的使用不但大大减少了视频索引的数据量,同时也为视频摘要和检索提供了一个组织框架。关键帧提取的方法和效率直接关系到视频检索系统的效率,因此关键帧提取方法的研究具有重要的现实意义。关键帧提取算法分两类,一类是在非压缩域上提取关键帧,需要将每帧图像完全解码后再处理:另一类是在压缩域上提取,只需部分解码。本论文(设计)首先分析了关键帧提取方法的现状,然后深入研究了常用的关键帧提取方法,以及MPEG视频压缩国际标准,最后编程实现了一种基于自适应阈值的压缩域上MPEG视频关键帧提取算法,该算法首先过滤了B帧和P帧,只采用Ⅰ帧提取图像特征,简化了关键帧提取过程,然后镜头分割同时提取图像特征,只需部分解压,大大降低了关键帧提取的计算复杂度,提高了关键帧提取的效率。其次,算法采用自适应阈值,能更好的适应MPEG各种类型影片,克服了常用的算法中只针对一类影片关键帧提取的缺陷。
其他文献
本论文的研究背景是西南交通大学四川省网络通信技术重点实验室进行的有关下一代Internet(NGI)体系结构的研究工作——“单物理层用户数据交换平台体系结构”(SUPA-Single ph
传统的机器翻译模型使用批量学习的方法进行参数优化。随着稀疏特征等概念的提出,批量学习方法已经远远无法满足现有的需要,在线学习技术逐渐进入了人们的视野。一些研究者提
对于多媒体数据而言,数据的真实性显得尤为重要,很多情况下,我们需要对图像的真实性(也称完整性)进行验证。本文对当前基于数字水印的图像认证方法进行了介绍,主要有奇异值分
学位
电容层析成像技术(ECT)和电阻层析成像技术(ERT)是两种新型电成像测量技术,在多相流检测中具有广阔的应用前景。实际多相流既具有介电常数分布特征,也具有电导率分布特征,将
语义知识库是一种结构化数据库,其中存储的是实体及实体间的相互关系,是当前学术界和企业界的研究热点,其在语义搜索、机器问答等实际的应用中有非常重要的意义。然而现语义
现有的工作流引擎在设计上往往与具体的业务领域相关,在实现上通常与具体的业务逻辑存在代码粘连,这样导致引擎的通用性差。研究发现,工作流引擎主要具有两项功能:流程调度功
关联规则挖掘是数据挖掘领域中一个重要研究方向,频繁模式挖掘是关联规则、时序模式挖掘等应用中的关键技术和步骤,而数据流频繁模式挖掘又是当前频繁模式挖掘的一个热点问题
伴随着互联网的迅猛发展,各类信息琳琅满目,从而导致用户在信息面前出现迷失现象。因此,研究如何为不同的用户提供不同的服务,已经成为亟待解决的问题。Web个性化推荐系统通
基于视频序列的图像超分辨率重建技术是指在低分辨率图像序列彼此之间存在子像素位移的前提下,利用低分辨率图像序列之间的冗余信息,构造出比其中任何一幅低分辨率图像分辨率
随着计算机技术、网络技术的快速发展,无线视频监控在工业生产的远程监控中应用越来越广泛。研制灵活可靠、性价比高的远程无线视频工业监控系统具有非常重要的实际意义。针