【摘要】： 近年來，隨著視頻信息資源的日益豐富，從大量的視頻數(shù)據(jù)中檢索感興趣的視頻片段已經(jīng)成為目前視頻檢索研究的熱點。人們期望在不久的將來像文本檢索那樣，由用戶向系統(tǒng)提交查詢的視頻內(nèi)容，，系統(tǒng)自動地返回符合查詢需要的結(jié)果。在這種背景下，基于內(nèi)容的視頻檢索應(yīng)運而生，它綜合了圖像處理、模式識別、計算機視覺、圖像理解等領(lǐng)域的知識，具有廣闊的應(yīng)用前景。 本文以廣告類視頻、球拍類體育比賽視頻和新聞視頻為研究對象，主要研究了這三類視頻的片段檢索方法。 提出了一種新的廣告類視頻片段檢索方法。在定義查詢片段鏡頭的相似鏡頭集的基礎(chǔ)上，給出了兩個片段一一對應(yīng)相似鏡頭數(shù)目的計算方法，以排除偽相似片段，進而定義了片段的匹配函數(shù)；采用滑動鏡頭窗從連續(xù)的視頻流中自動分割出多個相似片段；將相似鏡頭集映射為相似鏡頭矩陣，利用矩陣的特性來計算影響片段相似程度的各個因子，建立了相似片段的排序模型。與同樣功能的其他方法相比，在確保較高的檢索精度的前提下，提高了檢索速度。 融合視覺特征、運動特征和音頻特征，提出了一種球拍類體育比賽視頻的Rally精彩片段檢索方法。提出了一種基于運動特征和主顏色特征的自動選擇Global View Shots類的參考關(guān)鍵幀的方法，以便將鏡頭劃分為Global View Shots類和Non-Global View Shots類；SVM用于識別鏡頭的重要音頻類型；將音頻信息應(yīng)用到鏡頭類，建立了感興趣事件檢測的相應(yīng)規(guī)則；利用回放的Rally片段和Rally精彩程度模型，從球拍類比賽中檢索出符合多數(shù)人心理的Rally精彩片段。 提出了一種基于視覺特征和語義信息的新聞視頻片段檢索方法。提出了一種新聞視頻主題字幕文本檢測方法，進而討論了一種通過主題字幕文本和靜音片段進行新聞視頻故事分段的方法；基于低層視覺特征和主題字幕文本獲得的語義信息建立了新聞片段的相似度模型，并應(yīng)用相關(guān)反饋技術(shù)從新聞節(jié)目中檢索出最符合用戶需求的新聞故事片段。 設(shè)計并初步實現(xiàn)了一個基于內(nèi)容的視頻片段檢索實驗平臺，驗證了上述片段檢索方法的性能。
[Abstract]:In recent years, with the increasing enrichment of video information resources, retrieval of interested video fragments from a large number of video data has become the focus of video retrieval research. It is expected that in the near future, like text retrieval, users will submit the video content of the query to the system, and the system will automatically return the results that meet the needs of the query. In this context, content-based video retrieval emerges as the times require. It integrates the knowledge of image processing, pattern recognition, computer vision, image understanding and so on, and has a broad application prospect. In this paper, the video of advertising, racket sports and news video are taken as the research objects, and the retrieval methods of these three kinds of video fragments are mainly studied. In this paper, a new method of video segment retrieval for advertisement is proposed. Based on the definition of the similar shot set of the query segment shot, the method of calculating the number of similar shots corresponding to the two fragments one by one is given to eliminate the pseudo-similar fragments, and then the matching function of the fragments is defined. The sliding lens window is used to automatically segment several similar fragments from the continuous video stream, and the similar shot set is mapped to the similar lens matrix, and the factors affecting the similarity degree of the segment are calculated by using the properties of the matrix. The sorting model of similar fragments is established. Compared with other methods with the same function, the retrieval speed is improved on the premise of higher retrieval accuracy. Based on visual features, motion features and audio features, a Rally video retrieval method for racket sports competition video is proposed. A method of automatically selecting the reference key frame of Global View Shots class based on motion feature and main color feature is proposed in order to divide the shot into Global View Shots class and Non-Global View Shots class to recognize the important audio type of shot. The audio information is applied to the lens class, and the corresponding rules for detecting interesting events are established. By using the playback Rally fragment and the Rally wonderful degree model, the Rally wonderful fragments which accord with the majority of people's psychology are retrieved from the racket game. This paper presents a method of news video segment retrieval based on visual features and semantic information. In this paper, a method of text detection for news video topic subtitles is proposed, and then a method for news video story segmentation through topic caption text and mute segment is discussed. The similarity model of news segments is established based on the semantic information obtained from low-level visual features and subject subtitles. The relevant feedback technique is applied to retrieve the news story fragments that are most suitable for users' needs. A content-based video segment retrieval experimental platform is designed and implemented, and the performance of the above method is verified.
【學(xué)位授予單位】：南京理工大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2007
【分類號】：TP391.3

【相似文獻】

相關(guān)期刊論文 前10條

1 邊振興;;WordNet中概念語義相似度IC參數(shù)模型研究[J];計算機工程與應(yīng)用;2011年19期

2 ;[J];;年期

3 ;[J];;年期

4 ;[J];;年期

5 ;[J];;年期

6 ;[J];;年期

7 ;[J];;年期

8 ;[J];;年期

9 ;[J];;年期

10 ;[J];;年期

相關(guān)會議論文 前4條

1 周學(xué)文;鄭玉玲;;《元朝秘史》相似人名考[A];民族語言文字信息技術(shù)研究——第十一屆全國民族語言文字信息學(xué)術(shù)研討會論文集[C];2007年

2 丁德鑫;曲維光;于麗麗;陳小荷;李惠;;基于詞頻和語義信息的組合型歧義消解[A];中國計算機語言學(xué)研究前沿進展（2007-2009）[C];2009年

3 包敏娜;華沙寶;;蒙古文掃描識別系統(tǒng)自動校正算法設(shè)計[A];內(nèi)容計算的研究與應(yīng)用前沿——第九屆全國計算語言學(xué)學(xué)術(shù)會議論文集[C];2007年

4 劉亞軍;趙峗;;一種本體驅(qū)動的自動答疑系統(tǒng)[A];第二十一屆中國數(shù)據(jù)庫學(xué)術(shù)會議論文集（技術(shù)報告篇）[C];2004年

相關(guān)博士學(xué)位論文 前3條

1 趙亞琴;基于內(nèi)容的視頻片段檢索技術(shù)研究[D];南京理工大學(xué);2007年

2 劉守群;海量網(wǎng)絡(luò)視頻快速檢索關(guān)鍵技術(shù)研究[D];中國科學(xué)技術(shù)大學(xué);2010年

3 趙京雷;漢語動詞名物化復(fù)合結(jié)構(gòu)的語義解釋[D];上海交通大學(xué);2008年

相關(guān)碩士學(xué)位論文 前10條

1 萬鑫;模糊推理在疾病輔助診斷系統(tǒng)中的應(yīng)用研究[D];湖南大學(xué);2009年

2 鄭巖;住宅房地產(chǎn)項目前期策劃階段的價格定位[D];中南大學(xué);2008年

3 李強;基于內(nèi)容的視頻檢索研究[D];南京理工大學(xué);2012年

4 馬金濤;基于內(nèi)容的監(jiān)控視頻檢索關(guān)鍵技術(shù)研究[D];天津大學(xué);2010年

5 孫娟娟;對等網(wǎng)絡(luò)中的查詢機制研究[D];曲阜師范大學(xué);2011年

6 楊巍巍;網(wǎng)絡(luò)考試系統(tǒng)中關(guān)鍵技術(shù)的研究與應(yīng)用[D];哈爾濱工程大學(xué);2010年

7 孫偉;基于文檔復(fù)制檢測技術(shù)的研究與實現(xiàn)[D];遼寧工程技術(shù)大學(xué);2010年

8 李紅;基于本體的QoS及業(yè)務(wù)應(yīng)用研究[D];云南大學(xué);2010年

9 田浩;基于PageRank值的文本相似度改進模型[D];湖北工業(yè)大學(xué);2010年

10 肖君德;知識元相似度模型及融合方法研究[D];大連理工大學(xué);2012年

本文編號：2232633