本文關(guān)鍵詞：視頻數(shù)據(jù)存儲與檢索方法的研究與實現(xiàn)，由筆耕文化傳播整理發(fā)布。

【摘要】：伴隨著智能化產(chǎn)品的普及,人類已經(jīng)逐步進入了信息化的社會,視頻監(jiān)控在人們的日常生活中得到了普遍應(yīng)用,尤其在治安管理、防恐反恐、交通管理以及執(zhí)法取證方面都發(fā)揮出其不可或缺的作用。然而,隨著應(yīng)用需求的不斷增加,如何對產(chǎn)生的大量視頻數(shù)據(jù)進行有效的存儲和檢索技術(shù)引起學校、科研機構(gòu)等很多領(lǐng)域的關(guān)注,本文以交通執(zhí)法視頻管理系統(tǒng)需求為依據(jù),對視頻采集、視頻數(shù)據(jù)存儲以及視頻數(shù)據(jù)的檢索等技術(shù)進行研究和探討,力求解決系統(tǒng)應(yīng)用過程中出現(xiàn)的問題。論文主要工作如下:(1)視頻數(shù)據(jù)的采集:本文分析了視頻捕捉的關(guān)鍵技術(shù)及DirectShow技術(shù)的總體結(jié)構(gòu),闡述了視頻捕捉的原理和采集過程,可以實時的捕獲視頻數(shù)據(jù),并在捕獲過程中對重要視頻幀進行保存。(2)視頻數(shù)據(jù)存儲:在視頻數(shù)據(jù)存儲過程中,主要對調(diào)度算法和存儲策略進行了優(yōu)化,同時充分利用了現(xiàn)有的存儲資源,對各個存儲節(jié)點的負載進行均衡,最大程度的發(fā)揮了各個節(jié)點的優(yōu)勢,改善了云存儲性能和提高了存儲效率。(3)鏡頭邊界檢測:本文在深入研究傳統(tǒng)算法的基礎(chǔ)上,針對突變和漸變兩種情況,對雙閾值鏡頭分割算法進行了改進,在一定程度上避免了鏡頭的漏檢和誤檢。(4)關(guān)鍵幀提取:本文對傳統(tǒng)的關(guān)鍵幀提取算法進行一定程度的改進,使得改進后的算法克服傳統(tǒng)算法的缺陷,可以根據(jù)鏡頭包含的內(nèi)容的復(fù)雜程度靈活的決定關(guān)鍵幀的數(shù)量,使得提取的關(guān)鍵幀更具有代表性。(5)視頻檢索:本文為用戶提供了靈活的檢索方式,根據(jù)提交示例選擇恰當?shù)姆绞?其中示例檢索是系統(tǒng)自動提取用戶檢索示例的特征,然后與數(shù)據(jù)庫中的特征進行比較,從中選擇一組相似度最大的反饋給用戶。
【關(guān)鍵詞】：視頻數(shù)據(jù)的采集 云存儲 鏡頭分割 關(guān)鍵幀提取 特征提取
【學位授予單位】：長安大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：TP391.41;TN948.6
【目錄】：

• 摘要4-5
• Abstract5-9
• 第一章 緒論9-15
• 1.1 研究背景及意義9-10
• 1.2 國內(nèi)外研究現(xiàn)狀10-12
• 1.2.1 國外的研究現(xiàn)狀10-11
• 1.2.2 國內(nèi)研究現(xiàn)狀11-12
• 1.3 視頻數(shù)據(jù)存儲與檢索綜述12-13
• 1.3.1 云存儲的概述12
• 1.3.2 基于內(nèi)容的視頻檢索特點12-13
• 1.4 本文主要研究內(nèi)容13
• 1.5 論文的結(jié)構(gòu)安排13-15
• 第二章 視頻數(shù)據(jù)和視頻數(shù)據(jù)庫15-22
• 2.1 視頻數(shù)據(jù)基礎(chǔ)知識15-17
• 2.1.1 視頻概念15
• 2.1.2 視頻結(jié)構(gòu)化15-16
• 2.1.3 視頻數(shù)據(jù)的特點16-17
• 2.2 常用的顏色模型17-19
• 2.2.1 RGB顏色模型17-18
• 2.2.2 HSV顏色模型18-19
• 2.2.3 HIS顏色模型19
• 2.3 視頻數(shù)據(jù)庫19-21
• 2.3.1 視頻數(shù)據(jù)庫的簡介19-20
• 2.3.2 視頻的索引20
• 2.3.3 視頻索引的分類20-21
• 2.4 小結(jié)21-22
• 第三章 視頻數(shù)據(jù)采集22-28
• 3.1 視頻捕捉關(guān)鍵技術(shù)簡介22-24
• 3.1.1 Direct Show技術(shù)簡介22
• 3.1.2 COM技術(shù)簡介22-23
• 3.1.3 視頻采集中重要的COM接23-24
• 3.2 Direct Show系統(tǒng)框架24-25
• 3.3 視頻數(shù)據(jù)的采集原理25-26
• 3.4 視頻采集過程26-27
• 3.5 本章小結(jié)27-28
• 第四章 視頻數(shù)據(jù)存儲28-36
• 4.1 云存儲簡介28-29
• 4.1.1 云存儲的概述28
• 4.1.2 云存儲的特點28-29
• 4.2 云存儲核心設(shè)計29
• 4.3 云存儲的總體架構(gòu)29-31
• 4.4 視頻數(shù)據(jù)優(yōu)化與負載均衡31-35
• 4.4.1 調(diào)度算法的優(yōu)化31-32
• 4.4.2 存儲策略的優(yōu)化32-33
• 4.4.3 負載均衡33-35
• 4.5 小結(jié)35-36
• 第五章 視頻檢索關(guān)鍵技術(shù)的研究36-45
• 5.1 視頻鏡頭的分割36-39
• 5.1.1 鏡頭變換的類型36
• 5.1.2 鏡頭邊界的檢測算法36-37
• 5.1.3 改進的鏡頭邊界檢測算法37-38
• 5.1.4 實驗結(jié)果與分析38-39
• 5.2 關(guān)鍵幀的提取39-43
• 5.2.1 關(guān)鍵幀的提取原則39
• 5.2.2 關(guān)鍵幀提取算法39-41
• 5.2.3 實驗結(jié)果與分析41-43
• 5.3 特征的提取43
• 5.4 特征的相似性度量43-44
• 5.5 本章小結(jié)44-45
• 第六章 視頻數(shù)據(jù)存儲與檢索原型系統(tǒng)設(shè)計與實現(xiàn)45-55
• 6.1 系統(tǒng)概述45-46
• 6.1.1 系統(tǒng)設(shè)計的總體要求45
• 6.1.2 系統(tǒng)環(huán)境和開發(fā)工具45-46
• 6.2 系統(tǒng)的結(jié)構(gòu)圖46
• 6.3 系統(tǒng)各模塊的實現(xiàn)46-54
• 6.3.1 視頻數(shù)據(jù)采集模塊的實現(xiàn)46-48
• 6.3.2 視頻數(shù)據(jù)的存儲模塊實現(xiàn)48-50
• 6.3.3 視頻數(shù)據(jù)檢索模塊實現(xiàn)50-54
• 6.4 本章小結(jié)54-55
• 第七章 總結(jié)與展望55-57
• 7.1 工作總結(jié)55
• 7.2 展望55-57
• 參考文獻57-60
• 致謝60

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前3條

1 張理慧,張宇,陳文濱;基于DirectShow的視頻捕獲[J];計算機工程;2004年19期

2 陳喜,胡海峰,張文淵;基于DirectShow的音視頻捕捉和壓縮存儲[J];微型電腦應(yīng)用;2004年03期

3 高宏卿;郭文鷺;翟炎杰;;基于云存儲的流媒體教育服務(wù)研究[J];現(xiàn)代教育技術(shù);2011年02期

中國碩士學位論文全文數(shù)據(jù)庫 前3條

1 張洪德;基于內(nèi)容的視頻檢索技術(shù)研究[D];國防科學技術(shù)大學;2002年

2 劉凡茂;基于云計算的鄉(xiāng)鎮(zhèn)衛(wèi)生院信息化研究[D];中南大學;2009年

3 劉偉;基于內(nèi)容的視頻檢索系統(tǒng)的研究與實現(xiàn)[D];北京交通大學;2010年

  本文關(guān)鍵詞：視頻數(shù)據(jù)存儲與檢索方法的研究與實現(xiàn)，，由筆耕文化傳播整理發(fā)布。

本文編號：346371