基于内容的视频检索技术研究
- 格式：pdf
- 大小：90.41 KB
- 文档页数：1
高。
利用文 字注释对 视频 进行描述， 但文字描述 尚不 能 自动化 ， 需 要人为 的进行文字注释 ， 不仅 费时费力， 更带有人 的主观思维， 很 难客观地 对视 频进行描述，因此不能满足人们 的需求 。而
新 兴 的 基 于 内容 的 视 频 检 索 ， 是 将 视 频 分割 为镜 头 ， 并 对 镜 头
关键 点， 然 后 对 这 些 关 键 点 的特 征 进 行跟 踪提 取 。
般来说 ， 当视 频中的 内容发生变化时， 会 出现镜头 的切
换， 这种镜头之间 的切换 ， 根据镜头衔接方式 的不 同， 可 以分
为 突 变 和 渐 变 两 种 。镜 头 边 缘 检 测 技 术 的 思路 ，就 是 利 用 这 种 镜 头 的变 化 ，从 视 频 相 邻 祯 中分 别 提 取 适 合 的数 据 特 征 然 后进行对 比， 当特征信息之间相差超过设定数值时 ， 就 认 为视 频 发 生 了镜 头 的切 换 ， 应该在此处进行镜头的切分 。
其进 行提取 ； 纹 理 作 为 图像 描 述 的 常 用 特 征 ， 可 以采 用 统 计 法 对 帧 的 纹 理 特 征 进 行 统计 和 提 取 ； 形 状 特 征 的提 取 较 为 复 杂， 对 其 的 准 确 描 述 和 匹 配 较 为 困难 ， 所 以 目前 对 其 的 应 用
较少 。
中关键 帧的视觉特征进行提取与保存 ，并利用这些视觉特征 进 行检 索， 同时按照相似度排序提供给 用户 ， 这种检索方法不
仅 准确 性 高 ， 工 作 效 率 也 有较 大 的 优 势 。
ｌ基 于 内容 的视频 检 索技 术
１ ． １镜 头边 缘检 测 技术
镜 头 作 为 视 频 数 据 的 基 本 组 成 单 元 ，是 基 于 内容 的视 频 检 索的主要对象 ， 因此 首 先要 将视 频 自动 分 割 为 多 个 镜 头 ， 这
摘要： 随着 多媒体技术与互联 网技术 的发展 ， 视 频网站迅速发展 ， 视频 网站的 资源与用户也 呈现爆 炸式增长。随着互联 网中的视 频信息越来越 多， 如何在庞 大的视频 资源库 中迅 速、 准确地获取有用的信 息， 对用户的体验 有着重要 的意义 。 随着相关技术的发展 ， 基于 内容的视 频检 索技 术应运而生 ， 成为近年来研 究的热点。文章 主要针 对基 于 内容的视频检 索
２ ０ １ ４ 年 第 ４ 期
（ 总第 １ ３ ６期）
信 息 通 信
Ｉ ＮＦＯＲＭ Ａ ＴＩ Ｏ Ｎ ＆ Ｃ０Ｍ Ｍ Ｕ Ｎ Ｉ ＣＡ Ｔ１ ０Ｎ Ｓ
２ ０１ ４
（ Ｓ ｕ ｍ ． Ｎ ｏ １ ３ ６ ）
基
索技术研 究
（ 苏州大学 计 算机科 学与技 术学院 ， 江苏 苏州 ２ １ ５ ０ ０ ０ ）
个过程就称为镜头的边缘检测 ，是实现基于 内容 的视频检 索
的 基础 。
一
（ ２ ） 动态特征提取 。动态特征作为视频镜 头的重要 特征， 能够反 映视频 的时间变 化，是视 频检 索的重要依据 。通常来 说， 对视频镜头动态特征 的提取 ， 可 以通过计算 图像灰度 的时 间变化 ， 进而计算各像素 的光流 ； 也可 以先在 图像 中提取一些
１ ． ４ 视 频检 索技 术
在 完 成视 频 数 据特 征 提 取 后 ， 便 可 以进 行 视 频 检 索 ， 基 于 内容 对 视 频进 行检 索 。 通 过 对 提 供 视 频 片 段 的 关键 帧 和 静 态 、
（ １ ） 图像像素差法 。 图像像素ቤተ መጻሕፍቲ ባይዱ法是一种最简单的镜头切
分方法 ， 对相邻 帧之间像素的差值进行计算， 当其 大 于 某 数 值
技 术进行 分析 和研 究 ， 在介绍视频检 索技 术的基础上对基于 内容的视 频检 索 中的关键技 术进行 分析 ， 进而进行 了简要 的
阐述 。
关键词 ： 内容 ； 视 频 检 索技 术 ； 研 究
中图分类号 ： Ｔ Ｐ ３ ９ １
文献标识码 ： Ａ
文章编号 ： １ ６ ７ ３ 一 ｌ １ ３ １ （ ２ ０ １ ４ ） ０ ４ — ０ ０ ４ ２ — ０ １
１ ． ３ 特征 提取 技术
在 完 成 关 键 帧 的提 取 之 后 ， 需 要 对 帧 中 的特 征 进 行 提 取 ，
进而建立视频特征 空间， 以便作为视频聚类与检索 的依据 。 通 常来说 ， 视频数据的特征分为静态特征与动态特征 两种 。 （ １ ） 静态特征 提取 。 一 般 来 说 对 静 态 特 征 的提 取 ， 可 以采 用常用 的图像处理方法 ， 提取视频 的颜色 、 纹理、 形状 等特征。 颜色 作为视频最基 础 的特征 ， 目前 一般采用 颜色直方 图法对
均 法 比较 常 用 ， 计算 简便 ， 提 取 的 帧 具 有 较 高 的 平 均 代 表 意
所 谓 视 频检 索 ， 就是 在 庞 大 的 视 频 数 据 库 中 搜 索 所 需 的 视频片段 。 传 统 的视 频 检 索 是 基 于 视 频 的文 本 注 释 进 行检 索 ，
义， 但 是对于 多个物 体 的运动镜 头 ， 准 确性仍 有待进 一步 提
之 间颜 色 直 方 图 的距 离 ， 当计算值大于某数值时 ， 对 视 频 进 行
动态特征 的提 取， 与视频数据特征库进行 相似 度 比较， 并按 照 相 似 度顺 序 提 供 给 用 户 ， 完成基 于内容的视频检索 。
时 ，就对视频进行切分 。但是 由于这种方法对镜 头的移动较 为敏感 ， 所 以容易发生误判 。 （ ２ ） 图像数值差法 。 图像数 值差法是对 图像像素差法的改 善， 是将 图像 分 为 多 个 区 域 ， 然 后 分 别对 不 同 区域 的 相 邻 帧 的 像素差进行计算 。 这种方法有着较 高的准确性， 但运算量过大 。 （ ３ ） 颜 色直方图法 。 颜色直方图法是通过计算视频相邻帧
利用文 字注释对 视频 进行描述， 但文字描述 尚不 能 自动化 ， 需 要人为 的进行文字注释 ， 不仅 费时费力， 更带有人 的主观思维， 很 难客观地 对视 频进行描述，因此不能满足人们 的需求 。而
新 兴 的 基 于 内容 的 视 频 检 索 ， 是 将 视 频 分割 为镜 头 ， 并 对 镜 头
关键 点， 然 后 对 这 些 关 键 点 的特 征 进 行跟 踪提 取 。
般来说 ， 当视 频中的 内容发生变化时， 会 出现镜头 的切
换， 这种镜头之间 的切换 ， 根据镜头衔接方式 的不 同， 可 以分
为 突 变 和 渐 变 两 种 。镜 头 边 缘 检 测 技 术 的 思路 ，就 是 利 用 这 种 镜 头 的变 化 ，从 视 频 相 邻 祯 中分 别 提 取 适 合 的数 据 特 征 然 后进行对 比， 当特征信息之间相差超过设定数值时 ， 就 认 为视 频 发 生 了镜 头 的切 换 ， 应该在此处进行镜头的切分 。
其进 行提取 ； 纹 理 作 为 图像 描 述 的 常 用 特 征 ， 可 以采 用 统 计 法 对 帧 的 纹 理 特 征 进 行 统计 和 提 取 ； 形 状 特 征 的提 取 较 为 复 杂， 对 其 的 准 确 描 述 和 匹 配 较 为 困难 ， 所 以 目前 对 其 的 应 用
较少 。
中关键 帧的视觉特征进行提取与保存 ，并利用这些视觉特征 进 行检 索， 同时按照相似度排序提供给 用户 ， 这种检索方法不
仅 准确 性 高 ， 工 作 效 率 也 有较 大 的 优 势 。
ｌ基 于 内容 的视频 检 索技 术
１ ． １镜 头边 缘检 测 技术
镜 头 作 为 视 频 数 据 的 基 本 组 成 单 元 ，是 基 于 内容 的视 频 检 索的主要对象 ， 因此 首 先要 将视 频 自动 分 割 为 多 个 镜 头 ， 这
摘要： 随着 多媒体技术与互联 网技术 的发展 ， 视 频网站迅速发展 ， 视频 网站的 资源与用户也 呈现爆 炸式增长。随着互联 网中的视 频信息越来越 多， 如何在庞 大的视频 资源库 中迅 速、 准确地获取有用的信 息， 对用户的体验 有着重要 的意义 。 随着相关技术的发展 ， 基于 内容的视 频检 索技 术应运而生 ， 成为近年来研 究的热点。文章 主要针 对基 于 内容的视频检 索
２ ０ １ ４ 年 第 ４ 期
（ 总第 １ ３ ６期）
信 息 通 信
Ｉ ＮＦＯＲＭ Ａ ＴＩ Ｏ Ｎ ＆ Ｃ０Ｍ Ｍ Ｕ Ｎ Ｉ ＣＡ Ｔ１ ０Ｎ Ｓ
２ ０１ ４
（ Ｓ ｕ ｍ ． Ｎ ｏ １ ３ ６ ）
基
索技术研 究
（ 苏州大学 计 算机科 学与技 术学院 ， 江苏 苏州 ２ １ ５ ０ ０ ０ ）
个过程就称为镜头的边缘检测 ，是实现基于 内容 的视频检 索
的 基础 。
一
（ ２ ） 动态特征提取 。动态特征作为视频镜 头的重要 特征， 能够反 映视频 的时间变 化，是视 频检 索的重要依据 。通常来 说， 对视频镜头动态特征 的提取 ， 可 以通过计算 图像灰度 的时 间变化 ， 进而计算各像素 的光流 ； 也可 以先在 图像 中提取一些
１ ． ４ 视 频检 索技 术
在 完 成视 频 数 据特 征 提 取 后 ， 便 可 以进 行 视 频 检 索 ， 基 于 内容 对 视 频进 行检 索 。 通 过 对 提 供 视 频 片 段 的 关键 帧 和 静 态 、
（ １ ） 图像像素差法 。 图像像素ቤተ መጻሕፍቲ ባይዱ法是一种最简单的镜头切
分方法 ， 对相邻 帧之间像素的差值进行计算， 当其 大 于 某 数 值
技 术进行 分析 和研 究 ， 在介绍视频检 索技 术的基础上对基于 内容的视 频检 索 中的关键技 术进行 分析 ， 进而进行 了简要 的
阐述 。
关键词 ： 内容 ； 视 频 检 索技 术 ； 研 究
中图分类号 ： Ｔ Ｐ ３ ９ １
文献标识码 ： Ａ
文章编号 ： １ ６ ７ ３ 一 ｌ １ ３ １ （ ２ ０ １ ４ ） ０ ４ — ０ ０ ４ ２ — ０ １
１ ． ３ 特征 提取 技术
在 完 成 关 键 帧 的提 取 之 后 ， 需 要 对 帧 中 的特 征 进 行 提 取 ，
进而建立视频特征 空间， 以便作为视频聚类与检索 的依据 。 通 常来说 ， 视频数据的特征分为静态特征与动态特征 两种 。 （ １ ） 静态特征 提取 。 一 般 来 说 对 静 态 特 征 的提 取 ， 可 以采 用常用 的图像处理方法 ， 提取视频 的颜色 、 纹理、 形状 等特征。 颜色 作为视频最基 础 的特征 ， 目前 一般采用 颜色直方 图法对
均 法 比较 常 用 ， 计算 简便 ， 提 取 的 帧 具 有 较 高 的 平 均 代 表 意
所 谓 视 频检 索 ， 就是 在 庞 大 的 视 频 数 据 库 中 搜 索 所 需 的 视频片段 。 传 统 的视 频 检 索 是 基 于 视 频 的文 本 注 释 进 行检 索 ，
义， 但 是对于 多个物 体 的运动镜 头 ， 准 确性仍 有待进 一步 提
之 间颜 色 直 方 图 的距 离 ， 当计算值大于某数值时 ， 对 视 频 进 行
动态特征 的提 取， 与视频数据特征库进行 相似 度 比较， 并按 照 相 似 度顺 序 提 供 给 用 户 ， 完成基 于内容的视频检索 。
时 ，就对视频进行切分 。但是 由于这种方法对镜 头的移动较 为敏感 ， 所 以容易发生误判 。 （ ２ ） 图像数值差法 。 图像数 值差法是对 图像像素差法的改 善， 是将 图像 分 为 多 个 区 域 ， 然 后 分 别对 不 同 区域 的 相 邻 帧 的 像素差进行计算 。 这种方法有着较 高的准确性， 但运算量过大 。 （ ３ ） 颜 色直方图法 。 颜色直方图法是通过计算视频相邻帧
