论文部分内容阅读
近年来,随着计算机网络和多媒体技术的飞速发展、存储设备成本降低、传输速率变高以及压缩技术的改进,数字视频的应用范围变得更广。在浩如烟海的视频信息中,如何让用户快速高效地获取自己感兴趣的内容已成为一个难题,因此针对视频检索技术的研究已经引起越来越广泛的关注。传统上,视频检索首先通过人工对视频进行分析,并对其进行标注,将大量的标注信息构成一个索引数据库,当用户需要查询自己感兴趣的内容时,用户只需要输入关键词,就可以从索引数据库中找到与用户需要最接近的视频。但是这种方法存在很多问题,基于内容的视频检索技术应运而生,它能够克服以上传统视频检索方法存在的诸多问题。本文主要是针对视频检索中的关键帧提取方法做了重点研究,关键帧是指能够代表视频主要内容的图像帧。本文首先介绍了基于内容的视频检索技术的研究意义以及国内外研究现状,并对数字视频的特点、结构进行了介绍。并分析了通过检测镜头突变和渐变边界把视频分割成一个个镜头的方法。关键帧提取作为本文的研究核心,本文先介绍了几种经典的关键帧提取的方法。针对帧差法选取的关键帧冗余度大的问题,利用Canny边缘提取算法提取候选关键帧的边缘,根据候选关键帧间的边缘匹配率来删除冗余的关键帧,但此方法仍有诸多不足。本文提出一种新的基于图像多特征的关键帧提取方法,综合考虑图像的全局特征和局部特征,利用颜色直方图描述图像的全局特征和SURF特征点描述图像的局部特征,首先分别计算出单一图像特征相似度,然后加权综合求出图像的最终相似度,根据相似度变化曲线提取关键帧。实验结果验证了此方法的有效性,提取的关键帧能有效地代表视频的主要信息内容。