基于MPEG-7标准的视频检索技术研究

MPEG-7标准的制定解决了多媒体内容描述的标准化问题,可满足用户对多媒体内容快速、有效检索的需求,提高多媒体内容的利用价值。本文在介绍MPEG-7标准的核心内容及多媒体描述方案的基础上重点分析了基于内容的视频信息检索关键技术及基于MPEG-7标准的视频信息检索流程。     

一种基于Rough Set的视频镜头检测方法

镜头检测是基于内容的视频检索的重要基础。视频文档具有数据量巨大,抽象程度低等特点,对其进行有效的存储、检索成为需要解决的迫切问题。根据MPEG编码的特点,提出了一种基于Rough Set的镜头检测方法。该方法能有效地区分镜头运动与渐变。实验表明,利用本文方法进行镜头检测能取得较好的效果。     

基于DirectShow的镜头检测系统

镜头检测是视频检索中最基本也是最重要的一项内容,在讨论了如何利用DirectShow获取视频单帧图像的基础上,采用“滑动”窗口法来实现镜头的切变与渐变的检测,实现了基于DirectShow的镜头检测系统．实验结果表明,系统对镜头切变的检测取得了良好的效果,同时,也可以对滑动、淡入淡出、擦除等渐变进行检测．系统采用了DirectShow作为对视频的支持,具有良好的通用性及人机交互界面,满足了视频检索系统对界面的要求．     

基于镜头内容的视频检索系统

针对已有检索系统的不足,设计并实现了一种基于镜头内容的视频检索系统.该系统在镜头边缘检测关键技术上,采用了一种基于相邻尺度小波变换乘积的镜头检测方法;在关键帧提取关键技术上,采用了一种基于多特征自适应阈值检测的关键帧提取方法,实现了对镜头内容的多层次描述,并且所选取的关键帧能够很好地反映视频内容.最后将研究方法通过检索平台进行了验证.     

基于MPEG-7的图像检索方法研究

介绍了基于内容的图像检索的定义以及MPEG-7中的视觉描述工具,分析了特征描述符的应用.     

视频新闻检索系统的实现

与一般基于内容的视频检索相比,新闻视频的管理和检索尤其特殊性,对于关键帧检索很难准确描述的动态信息内容特征。为此,提出基于静态内容特征和运动特征结合检索的方案。整个系统包括了特征提取、视频信息浏览、数据库生成、相似结果反馈等功能。实验表明,该系统依靠不同性质的特征,可以找出与查询要求接近的视频新闻或视频片断,是个有效的基于示例的视频新闻检索系统。     

基于内容的图像检索系统的关键技术

给出了基于内容的图像检索系统的基本框架结构,详细分析了基于内容的图像检索中涉及到的关键技术:镜头分割、关键帧提取、特征检索以及相关反馈等的原理和实现的方法,对基于内容的图像检索的研究进行了展望.     

基于内容的视频信息检索

本文从基于内容的视频信息检索技术的优点和系统结构出发，对基于内容的视频检索系统的功能模块(视频录入、镜头检测、关键帧提取、视频描述、可视化界面)的功能和相关实现技术作了一定的介绍，重点讨论了与压缩域视频相关的技术。最后提出了进一步研究的问题。     

视频内容的结构分析研究

基于内容的视频检索是目前一个热点,进行检索前必须要根据视频内容为视频数据建立索引。本文从镜头分割和分类分析了视频内容的语义结构。     

基于内容的图像检索在数字图书馆中的应用

介绍了基于内容的图像检索技术CBIR,指出了CBIR系统主要是根据图像的色彩、纹理、形状、轮廓、空间关系、时间关系等底层图像特征,建立图像的特征矢量,表征图像的语义信息,提出了基于内容的图像检索技术CBIR应用于数字图书馆中多媒体信息检索的一些方法,把MPEG-7这种多媒体内容描述接口与数字图书馆之间的许多协同性结合,将使数字图书馆的信息检索具有更大的效率．     

Improved Dissolve Detection for Video Segmentation

It is difficult to detect dissolve accurately in video segmentation. Two new parameters AEI and/DM are computed to describe dissolve. An improved method based on the change curves of AEI and/DM is proposed to detect dissolve accurately. The experiments show that this method can detect dissolve accurately.     

一种基于镜头切换和文本检测的广告检测算法

针对广告的两个基本特征： 镜头切换较频繁和经常突显商标信息, 提出一种基于镜头切换和文本检测的广告检测算法. 该算法先对各相邻帧进行直方图差分, 再对剪切、 消融、 淡入淡出和划变4种常见的镜头切换方式进行分析和识别, 实现了镜头切换检测. 对于镜头切换频率较低的广告, 通过基于最大梯度差分的文本检测方法检测广告商标信息, 实现了广告自动检测系统. 实验结果表明, 对于约15 min的视频序列, 该检测算法可获得83.32%的正确率, 可初步满足广告检测的要求.     

基于二次帧差与窗口最大值的镜头边界检测方法

针对突变和渐变的特点,提出了一种适合突变检测的二次帧差法和适合渐变检测的窗口最大值法.二次帧差法通过计算相邻帧差之间的二次帧差,有效地突出了突变的特征,而窗口最大值法通过计算非相邻帧之间的帧差有效地突出了渐变的特征.利用窗口最大值准确地找到了渐变的中心位置,两种方法的有机结合可有效地检测出几乎所有的突变和渐变.该方法不用设置全局阈值,适应性强,实验结果表明了该算法的有效性.     

基于MPEG-7的视频语义描述方法

基于对视频语义信息的3个层次划分，提出了一个基于MPEG－7的视频数据模型，并运用扩展标记语言（XML），以实例阐述了视频内容的视频对象、视频事件和视频元数据构造和描述方法。所提出的方法能支持不同抽象层次上复杂语义关系的描述，能够使用户更加灵活地访问数字视频库，获得自己所需的视频信息。     

基于关键点匹配的视频镜头边界检测

镜头边界检测就是找到每个镜头的起始和结束帧,它是视频分析的基础,也是基于内容的视频检索的第一步.因此,其效率和准确度直接关系到整个视频检索的成败.然而,由于摄像头和物体运动的影响,现有的镜头边界检测的准确率较低.为了解决这个问题,论文提出了基于关键点匹配的镜头边界检测方法.该方法通过比较连续两帧关键点匹配的数量,确定镜头边界,并且具有较高的准确率.     

基于时域局部线性预测的视频镜头变换检测

提出了通过时域局部线性预测，在统一框架中准确、高效地检测视频镜头的切变和叠化等镜头变换的新方法．通过理论分析和基于视频数据的线性回归，分别得到叠化预测模式和平稳镜头预测模式．通过同时比较分析两个线性预测模式的误差，在统一框架中检测切变和叠化变换．由于直接在视频流压缩域中进行分析，因此节省了视频解码的时间．采用新方法检测时仅需要对整数进行加、减、比较和移位操作，计算复杂度很低，适合在低功耗、嵌入式设备上运行．采用MPEG-7标准测试视频的实验结果显示：切变检测查全率为95．5％，查准率为93．9%；叠化变换检测查全率为82．2%，查准率为76．0％．检测一段38min的视频耗时仅3．5s．     

一种改进的基于互信息量的镜头边界检测算法

镜头边界检测是基于内容视频检索的基础环节。由于视频类型与内容众多,目前镜头边界检测中存在阈值选取困难、查全率和查准率不高等问题。针对以上问题提出一种改进的基于互信息量的镜头边界检测算法,在字幕检测定位算法有效定位字幕区域的基础上,通过比较非字幕、非四角区域HSV空间直方图求取的相邻帧间互信息量的差异程度,实现镜头边界检测。实验表明,与当前应用最广泛且比较有效的双阈值算法相比,突变镜头检测综合性能平均提高12.4%,渐变镜头检测综合性能平均提高8.2%,通过自适应阈值的选取,有效解决了阈值依赖人工经验选取的问题;与当前已提出的基于互信息量的镜头边界检测算法相比,该算法降低了计算复杂度、几乎能检测所有的淡入淡出镜头边界,并使得镜头边界检测具有较高的查全率与查准率。     

基于内容的视频检索技术的双屏互动系统实现

近年来双屏互动系统得到了普及和发展,随着多媒体视频数据量迅猛增长,视频数据的检索成了约束双屏互动系统的主要问题,视频数据检索的准确性和效率直接决定了系统的性能.通过内容视频检索技术的双屏互动系统,研究并改进了镜头检测、关键帧确定和特征提取以及特征匹配等主要技术环节,实现了一个双屏互动系统.实验表明:基于内容的视频检索技术可以实现双屏互动,具有一定的实用价值,也是双屏互动系统未来研究和发展的方向.