基于關(guān)鍵幀提取的靜態(tài)視頻摘要技術(shù)研究
發(fā)布時間:2021-05-17 04:57
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。為了從海量視頻中快速準確搜索到有效信息,通過精簡的關(guān)鍵幀概括原始視頻的主要內(nèi)容,視頻摘要技術(shù)應時而生。現(xiàn)有視頻摘要方法,不僅專門用于解決視頻關(guān)鍵幀相似性度量問題的理論仍處于形成期,而且大多數(shù)的圖像相似性計算方法主要依據(jù)的是傳統(tǒng)圖像特征,較少考慮到圖像像素空間的拓撲結(jié)構(gòu)。針對以上問題,圍繞靜態(tài)視頻摘要技術(shù),本文對關(guān)鍵幀提取和關(guān)鍵幀圖像相似性計算中涉及的關(guān)鍵技術(shù)進行了研究,主要工作概括如下:(1)以光流運動分析為基礎,提出將光流技術(shù)與改進的爬山搜索相結(jié)合的關(guān)鍵幀提取方法。首先,使用光流法計算視頻幀序列的運動曲線。然后,通過改進的爬山法實現(xiàn)對搜索初始點的預設,引導算法向更合理的解空間搜索運動曲線的局部極小值;通過變步長搜索,使算法迅速地收斂于局部最優(yōu)解。最后,提取運動局部極小值對應的視頻幀作為關(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;同時可應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)鍵幀相似性計算方法。該方法使用超像素分割算...
【文章來源】:西安理工大學陜西省
【文章頁數(shù)】:62 頁
【學位級別】: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 論文的研究內(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 視頻摘要評價標準
2.2.1 主觀視頻摘要評價方法
2.2.2 客觀視頻摘要評價方法
2.3 本章小結(jié)
3 基于改進爬山搜索的視頻關(guān)鍵幀提取
3.1 引言
3.2 基于光流法的視頻幀序列運動幅度計算
3.2.1 Kande-Lucas-Tracking光流法
3.2.2 連續(xù)幀之間的光流運動計算
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 改進的爬山搜索算法
3.3.3 關(guān)鍵幀集提取
3.4 仿真實驗及結(jié)果分析
3.4.1 實驗數(shù)據(jù)集和參數(shù)設置
3.4.2 實驗結(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 仿真實驗及結(jié)果分析
4.5.1 實驗數(shù)據(jù)集和參數(shù)設置
4.5.2 實驗對比算法
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)果客觀評價
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
攻讀學位期間主要研究成果
【參考文獻】:
期刊論文
[1]基于改進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,周曉童,鄧淑敏,吳慶祥. 計算機系統(tǒng)應用. 2017(08)
[2]基于超圖排序算法的視頻摘要[J]. 冀中,樊帥飛. 電子學報. 2017(05)
[3]基于Lucas-Kanada光流法的人眼特征點實時跟蹤方法[J]. 王彬,翁政魁,王坤,劉輝. 計算機工程. 2015(07)
[4]視頻摘要技術(shù)綜述[J]. 王娟,蔣興浩,孫錟鋒. 中國圖象圖形學報. 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]. 項德良,粟毅,趙凌君,唐濤,陸軍. 電子學報. 2014(01)
[6]超像素分割算法研究綜述[J]. 王春瑤,陳俊周,李煒. 計算機應用研究. 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. 測繪學報. 2013(01)
本文編號:3191122
【文章來源】:西安理工大學陜西省
【文章頁數(shù)】:62 頁
【學位級別】: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 論文的研究內(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 視頻摘要評價標準
2.2.1 主觀視頻摘要評價方法
2.2.2 客觀視頻摘要評價方法
2.3 本章小結(jié)
3 基于改進爬山搜索的視頻關(guān)鍵幀提取
3.1 引言
3.2 基于光流法的視頻幀序列運動幅度計算
3.2.1 Kande-Lucas-Tracking光流法
3.2.2 連續(xù)幀之間的光流運動計算
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 改進的爬山搜索算法
3.3.3 關(guān)鍵幀集提取
3.4 仿真實驗及結(jié)果分析
3.4.1 實驗數(shù)據(jù)集和參數(shù)設置
3.4.2 實驗結(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 仿真實驗及結(jié)果分析
4.5.1 實驗數(shù)據(jù)集和參數(shù)設置
4.5.2 實驗對比算法
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)果客觀評價
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
攻讀學位期間主要研究成果
【參考文獻】:
期刊論文
[1]基于改進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,周曉童,鄧淑敏,吳慶祥. 計算機系統(tǒng)應用. 2017(08)
[2]基于超圖排序算法的視頻摘要[J]. 冀中,樊帥飛. 電子學報. 2017(05)
[3]基于Lucas-Kanada光流法的人眼特征點實時跟蹤方法[J]. 王彬,翁政魁,王坤,劉輝. 計算機工程. 2015(07)
[4]視頻摘要技術(shù)綜述[J]. 王娟,蔣興浩,孫錟鋒. 中國圖象圖形學報. 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]. 項德良,粟毅,趙凌君,唐濤,陸軍. 電子學報. 2014(01)
[6]超像素分割算法研究綜述[J]. 王春瑤,陳俊周,李煒. 計算機應用研究. 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. 測繪學報. 2013(01)
本文編號:3191122
本文鏈接:http://www.sikaile.net/kejilunwen/sousuoyinqinglunwen/3191122.html
最近更新
教材專著