足球视频中基于镜头分类的关键帧提取

来源 :华中科技大学 | 被引量 : 0次 | 上传用户:kingjongz
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
随着多媒体技术、数字电视和网络技术的发展,用户对视频获取的渠道越来越多,现有的基于文本的管理方法已经不能满足用户需求。为了对海量视频数据实现有效的组织管理和快速浏览,基于内容的视频处理与检索已经成为多媒体领域的研究热点,而关键帧提取是其中的重要研究内容,其提取质量的优劣直接影响到视频处理和检索的结果。针对目前关键帧提取方法领域性不强或运算量过大的问题,以足球视频为研究对象,在充分利用其领域知识的基础上设计并实现了一种基于镜头分类的关键帧提取算法。该方法首先确定视频中的各镜头的类型,然后针对不同种类的镜头采用相应的方法选取关键帧。此方法中镜头分类是选取关键帧的基础,关键帧选取的方法与镜头的类型是紧密联系在一起的。在对镜头进行初步类型的确定中,充分利用了颜色特征和边缘信息,并设计了四种类型的线段和四种计算各线段比率的方法。这四种线段及线段比率作为特殊的特征在镜头分类中起到了极为重要的作用,从而在整个关键帧提取算法中占很重要的地位。大量的实验证明此基于镜头分类的关键帧提取算法提取出的关键帧有效,从每个镜头中提取出的关键帧基本上代表了该镜头的主要内容,并且应用在足球视频中效果很好。另外,实验中发现此方法的在运行过程中占内存比较多,降低其空间复杂度对足球视频处理的意义很大,是需要进一步研究和改进的一个重要内容。  
其他文献
遗传算法(Genetic Algorithm,简称GA)是20世纪70年代由Holland提出的一种模仿生物进化过程的有效的优化方法,能根据已有的知识积累,按照概率寻优机制进行全局搜索未知空间,而且还
随着Web服务量的急剧增长,如何从庞大的服务群中高效地找到所需功能的Web服务以及如何在功能相似的Web服务中找到最佳服务成为了值得关心的问题,而这些正是Web服务发现的任务。
随着当前最先进的无线通信和移动计算机技术的发展,移动环境下查询处理中的表连接涉及到不同站点之间的操作,这些站点包括固定服务器和移动计算机。由于节省电源的需要以及移
全球化时代人类追求沟通的便利,信息的表示与处理方式都在发生极大的变迁。继可扩展标记语言之后,资源描述框架作为一种可以为机器所理解的新型知识表达语言,日益广泛地被应用于
语音信号值守是一种常见的工作,被广泛应用在电信、医疗和军事等诸多领域。这项工作可能要长时间地面对噪声环境,而且根据业务数据性质的不同,重要的数据必须实现自动录制。
计算网格被用来解决广域网中分布的资源共享、互联和互操作问题。随着数据密集型应用的飞速发展,数据呈爆炸式增长,数据网格技术应运而生,而且正成为网格技术的另外一个研究
变形,顾名思义就是采用某种方法使一个物体(源)在视觉上连续变化到另一个物体(目标),又称为形状融合、形状插值或形状平均。平面图形变形技术一直是计算机图形学中的重要研究课
时间是客观世界普遍存在的一种元素,它无处不在,渗透在现代生活的各个领域,所有的信息都无可避免地具有相应的时态属性。比如在工资管理系统中存在各种的工资政策,而这些政策与人
用户应用程序中的并发性正在逐渐增长,现代计算机包含了单核多线程和单芯片多核的功能。如何有效地在多核处理器体系结构下开发出高性能、可移植的并行程序,降低并行程序的开
非真实感绘制(Non-Photorealistic Rendering)是目前计算机图形学的新兴领域和研究重点。草图理解(Sketch Understanding)是人工智能的一个重要分支,也是目前人机交互技术,尤其