隨著互聯(lián)網(wǎng)的廣泛使用和視頻采集技術(shù)的逐漸成熟,數(shù)字視頻數(shù)量呈爆炸式增長(zhǎng)。為了從海量視頻中快速準(zhǔn)確搜索到有效信息,通過(guò)精簡(jiǎn)的關(guān)鍵幀概括原始視頻的主要內(nèi)容,視頻摘要技術(shù)應(yīng)時(shí)而生。現(xiàn)有視頻摘要方法,不僅專(zhuān)門(mén)用于解決視頻關(guān)鍵幀相似性度量問(wèn)題的理論仍處于形成期,而且大多數(shù)的圖像相似性計(jì)算方法主要依據(jù)的是傳統(tǒng)圖像特征,較少考慮到圖像像素空間的拓?fù)浣Y(jié)構(gòu)。針對(duì)以上問(wèn)題,圍繞靜態(tài)視頻摘要技術(shù),本文對(duì)關(guān)鍵幀提取和關(guān)鍵幀圖像相似性計(jì)算中涉及的關(guān)鍵技術(shù)進(jìn)行了研究,主要工作概括如下:（1）以光流運(yùn)動(dòng)分析為基礎(chǔ),提出將光流技術(shù)與改進(jìn)的爬山搜索相結(jié)合的關(guān)鍵幀提取方法。首先,使用光流法計(jì)算視頻幀序列的運(yùn)動(dòng)曲線。然后,通過(guò)改進(jìn)的爬山法實(shí)現(xiàn)對(duì)搜索初始點(diǎn)的預(yù)設(shè),引導(dǎo)算法向更合理的解空間搜索運(yùn)動(dòng)曲線的局部極小值;通過(guò)變步長(zhǎng)搜索,使算法迅速地收斂于局部最優(yōu)解。最后,提取運(yùn)動(dòng)局部極小值對(duì)應(yīng)的視頻幀作為關(guān)鍵幀。該方法根據(jù)連續(xù)幀之間光流位移的變化劇烈程度提取關(guān)鍵幀,其獲得的關(guān)鍵幀不僅較全面地涵蓋視頻內(nèi)容,而且能突出視頻的重要內(nèi)容;同時(shí)可應(yīng)用于視頻的快速瀏覽和檢索。（2）提出基于超像素分割的關(guān)鍵幀相似性計(jì)算方法。該方法使用超像素分割算... 

【文章來(lái)源】：西安理工大學(xué)陜西省

【文章頁(yè)數(shù)】：62 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
abstract
1 緒論
    1.1 研究背景及意義
    1.2 視頻摘要技術(shù)的研究現(xiàn)狀
    1.3 論文的研究?jī)?nèi)容及結(jié)構(gòu)安排
2 視頻摘要的相關(guān)理論
    2.1 視頻摘要表現(xiàn)形式
        2.1.1 動(dòng)態(tài)視頻摘要形式
        2.1.2 靜態(tài)視頻摘要形式
    2.2 視頻摘要評(píng)價(jià)標(biāo)準(zhǔn)
        2.2.1 主觀視頻摘要評(píng)價(jià)方法
        2.2.2 客觀視頻摘要評(píng)價(jià)方法
    2.3 本章小結(jié)
3 基于改進(jìn)爬山搜索的視頻關(guān)鍵幀提取
    3.1 引言
    3.2 基于光流法的視頻幀序列運(yùn)動(dòng)幅度計(jì)算
        3.2.1 Kande-Lucas-Tracking光流法
        3.2.2 連續(xù)幀之間的光流運(yùn)動(dòng)計(jì)算
    3.3 基于局部尋優(yōu)爬山搜索法的關(guān)鍵幀提取
        3.3.1 傳統(tǒng)局部尋優(yōu)爬山搜索算法
        3.3.2 改進(jìn)的爬山搜索算法
        3.3.3 關(guān)鍵幀集提取
    3.4 仿真實(shí)驗(yàn)及結(jié)果分析
        3.4.1 實(shí)驗(yàn)數(shù)據(jù)集和參數(shù)設(shè)置
        3.4.2 實(shí)驗(yàn)結(jié)果與分析
    3.5 本章小結(jié)
4 基于超像素分割的靜態(tài)視頻摘要方法
    4.1 引言
    4.2 基于超像素的圖像分割
        4.2.1 超像素分割算法
        4.2.2 SLIC超像素分割
    4.3 超像素區(qū)域合并算法
        4.3.1 區(qū)域鄰接圖
        4.3.2 超像素近鄰區(qū)域合并
    4.4 基于超像素分割的靜態(tài)視頻摘要生成
    4.5 仿真實(shí)驗(yàn)及結(jié)果分析
        4.5.1 實(shí)驗(yàn)數(shù)據(jù)集和參數(shù)設(shè)置
        4.5.2 實(shí)驗(yàn)對(duì)比算法
        4.5.3 視頻摘要結(jié)果主觀展現(xiàn)及分析
        4.5.4 視頻摘要結(jié)果客觀評(píng)價(jià)
    4.6 本章小結(jié)
5 總結(jié)和展望
    5.1 工作總結(jié)
    5.2 研究展望
致謝
參考文獻(xiàn)
攻讀學(xué)位期間主要研究成果


【參考文獻(xiàn)】：
期刊論文
[1]基于改進(jìn)SLIC與區(qū)域鄰接圖的高分辨率遙感影像建筑物提取[J]. 蔡淑寬,劉金清,施文灶,陳存弟,何世強(qiáng),周曉童,鄧淑敏,吳慶祥.  計(jì)算機(jī)系統(tǒng)應(yīng)用. 2017(08)
[2]基于超圖排序算法的視頻摘要[J]. 冀中,樊帥飛.  電子學(xué)報(bào). 2017(05)
[3]基于Lucas-Kanada光流法的人眼特征點(diǎn)實(shí)時(shí)跟蹤方法[J]. 王彬,翁政魁,王坤,劉輝.  計(jì)算機(jī)工程. 2015(07)
[4]視頻摘要技術(shù)綜述[J]. 王娟,蔣興浩,孫錟鋒.  中國(guó)圖象圖形學(xué)報(bào). 2014(12)
[5]一種基于局部梯度比率特征度量SAR圖像相似性的新方法[J]. 項(xiàng)德良,粟毅,趙凌君,唐濤,陸軍.  電子學(xué)報(bào). 2014(01)
[6]超像素分割算法研究綜述[J]. 王春瑤,陳俊周,李煒.  計(jì)算機(jī)應(yīng)用研究. 2014(01)
[7]結(jié)合光譜、紋理與形狀結(jié)構(gòu)信息的遙感影像分割方法[J]. 巫兆聰,胡忠文,張謙,崔衛(wèi)紅.  測(cè)繪學(xué)報(bào). 2013(01)



本文編號(hào)：3191122