视频检索技术

基于内容的视频检索关键技术研究
赵伟;冀小平
【期刊名称】《科技情报开发与经济》
【年(卷),期】2009(019)004
【摘要】重点探讨了基于内容的视频检索的一些关键性技术(如镜头检测、镜头聚类、关键帧提取等)的实现原理及其各自的优缺点,并对视频检索的发展趋势提出了一些看法.
【总页数】3页(P116-118)
【作者】赵伟;冀小平
【作者单位】太原理工大学信息工程学院,山西,太原,030024;太原理工大学信息工程学院,山西,太原,030024
【正文语种】中文
【中图分类】G354.47
【相关文献】
1.基于内容的视频检索关键技术研究述评 [J], 张婷婷
2.基于内容的视频检索关键技术研究 [J], 朱爱红;李连
3.基于内容视频检索的关键技术研究 [J], 黄知义;周宁
4.基于内容的视频检索技术在多媒体视频检索中的研究 [J], 邢国军;陈亚峰
5.基于内容的视频检索与挖掘关键技术研究 [J], 李向伟;康毓秀
因版权原因，仅展示原文概要，查看原文内容请购买。

容 的查 询 ， 部分 情 况 下 只能 采 大 取 非 基 于 内 容 的 、 接 的 、 解 间 费 的、 经验 的算法 ， 查询 结果 往往不
尽 如 人意 。 ｊ 目前 的 ＭＰ Ｇ一 由 ： Ｅ ２
数 据格式还 不能 很好 地适 合解决 基 于 内 容 检 索 问 题 ， 等 到 要
供 单独 的 用 户管 理 、 费 管 理 和 计 权限管理； 适应流行的ｌ种软、 軎 硬
件 平 台等 。
备的信 息
虽然 在视
素 材 库管 理 系统 增 加 了新 的 、 强
维普资讯
全文 检索技术在视频素材检索中的应用
从 目前 的视 频数 据处理 特 点 全文 系统输 人 任意 词， 只要 检 索 出相 关 字 幕 文件 记 录 ． 即可 调阅读 字幕 文 件 和 所 对 应 的
容 。 在这 种数 据 中处 理 基于 内 而
文 档 中 的任 何 字 、 都 能 进 行检 词 索 ， 且可 以用 布尔 逻辑 （ 、 、 并 与 或
非等） 等逻辑运算进行组合检索 ；
用 户 可 接 受 的查 全 率和 查准 率 ； 支持 Ｃｉ ｔＳ ｒｅ ｌｎ／ ｅｖｒ和 Ｂ ｏ ｅ／ ｅ ｒｗｓｒ Ｓｒｅ ， 合于 以 网 络 为 中 心 的 ｅｖ ｒ适 计 算模 式 ， Ｉｔｒｅ 技 术 紧 密 和 ｎｅｎｔ 结 合 ， 其 可 应 用 于 Ｉｔｒｅ／ 使 ｎｅｎｔ Ｉｔａｅ ； 持多媒 体 的 能 力 ， ｎｒｎｔ中 支 实现文 字、 图片 、 像 的 统 一 管 影
全 文检 索 系统将输 人 系统 的各 类 文档 进 行 自动 标 引 ， 用户 可 以输
数据库 出所 需素材 ， 比
如 通过 节 目标 题 、 素材 主题 、 业 行 类别 、 导 、 制 人 、 作时 间 等 编 摄 制 字段项 目检 索 ；２ 基 于浏览 方式 （）

孙 宁 孙 劲光 ’
大连
孙
字
葫芦岛 １５０ ） ２００
１６ ２ ） １０ １
（ 辽宁工程技 术大学软件学 院” 葫芦岛 １５０ （ ２００） 辽宁工程技术 大学 电子 与信息工程学 院
（ 连 机 车 研究 所” 大
摘
要
对基于内容的视频 检索 中视频镜头检测技术进行研究 。首先 ， 特征的选取 ， 使用符合人类 感知 的 ＨＳ Ｖ空 间，
Ｃｌ ｓ ｍ ｂｅ Ｔ ３ ａ ｓ Ｎｕ ｒ Ｐ ９ ｌ
ｌ 引言
自２ ０世纪 ９ ０年代 以来 ， 多媒体 已广 泛地 应用
１ Ｈ Ｖ 空 间 ）Ｓ
Ｈ Ｖ颜 色 空问是 一 种跟 感 知相 符 合 的颜 色 空 Ｓ
问 ， 以本文 使 用 Ｈ Ｖ颜 色 空 间 代 替 传 统使 用 的 所 Ｓ
中圈 分 类 号
镜头检测
Ｈ Ｖ 颜 色 直 方 图 双 阈 值 比 较法 。 Ｓ
Ｔ３１ Ｐ ９
Ｒｅ ｅ ｒ ｈ ｏ ｄ ｏ Ｓ ｏ ｔ ｃｉ ｎ Ｔｅ ｈ ｏ ｏ ｙ ｉ ｓ ａ ｃ ｆＶｉ ｅ ｈ ｔＤｅ ｅ ｔ ｃ ｎ ｌ ｇ ｎ ＣＢＶＲ ｏ
Ｓ ｎ Ｎｉ ｇ ｕ ｎ Ｓ ｎ Ｊｎ ｕ ｎ ｕ ｉｇ ａ ｇ Ｓ ｎ Ｙｕ ｕ
Ｒ Ｂ颜 色空 问 。从 Ｒ Ｂ到 Ｈ Ｖ的转换 公式 为 ： Ｇ Ｇ Ｓ
设 ： ａ ＝Ｍ Ｘ（ ， ，） ｍ ｎ＝ Ｎ（ ， ｂ ， ｍ ｘ Ａ ｒｇ ｂ ， ｉ ＭＩ ｒｇ，） ８＝
于多个领 域 。视频 己经逐 渐 成 为人 类 信 息 传播 的
主流载体 之一 。面对浩 如 烟海 的视频信 息 ， 如何快
Ｈ Ｓ ａ ｈｅｄ ｆｅｅ ｅ ｃ ａ ａ ｔｒｓｉ ｍ ｏ ｈｅｆａ ｅ ｓａ ｏ ｅ ｏ ｉ ｐ ｏｖ ｄ ｔ ａｎ — ｃ ｍ ｐ ｒｓ ｎ ａ ｔｃｉ ｎ ｍ ｅｈ Ｖ ｓｔ ｉ ｒ ｎｃ ｈ ｃｅ ｉｔｃａ ｎｇ ｔ ｒ ｍ ｓｉ ｄ ｐｔｄ ｔ ｍ ｒ ｅ ｗ ｉ ｒ ｏ ａ ｉｏ ｓｄｅｅ ｔｏ ｔｏｄ，ａ ｓ ｄ ｎｄｂａ ｅ ｏｎ ｐｒｃ ｃ ｌｓａ ｓ ｃ ｈａａ ｔｒｓｉ ｓｔｒ ｓ ｏｌ ｈ ｅ ａ ｔ ａ ｔｔ ｔ ｓｃ ｒ ｃｅ ｔｃａ ｈ ｅ ｈ ｄ ｃ ｏｓ ｎ．Ｔｈ ｘ ｅ ｍ ｅ ｔｓ ｏｗｓｔ ａ ｅｍ ｅｈｏ ａ ｅ ｇ ｔｂｅｔｒｒ ｓ ｌ ｉ ｉ ｉ ｉ ｅｅ ｐ ｒ ｉ ｎ ｈ ｔｔ ｔ ｄ ｃ ｎ ｂ ｏ ｔ ｅ ｕ ｅ，ｗｈ ｃ ａ ｈ ｈ ｅ ｉｈ ｃ ｎ

关 键 词 ： 频检 索 ； 头检 测 ； 视 镜 分割 技 术 ； 关键 帧提 取 ； 态 特征 提 取 动
中 图分 类 号 ：Ｐ ７ Ｔ ３
文献标识码 ： Ａ
１ 问题 的提 出
２ Ｏ世 纪 ９ Ｏ年 代 以 来 ， 随着 计 算 机 硬 件 和 图 像 处 理 软 件 的发
类 等 方 法 研 究 镜 头 之 间 的关 系 ， 内容 相 近 的 镜 头 组 合 起 来 ， 把 逐
基于 内容 的视频检索 （ Ｂ Ｒ） Ｃ Ｖ 是一种 新的检索技术 ， 它能从 数据库 中查找 到具有指定特 征或含有特定 内容的视频 ，它 区别 于传统 的基于关键字 的检 索手段 ， 融合 了视频分割 、 关键帧和动 态特 征提取等 关键 技术 ， 具有 如下特点 ： 一 ， 第 直接从媒 体 内容 中提 取信息线 索 ； 二 ， 第 基于 内容 的检索是 一种近似 匹配 ， 这一 点与常规数据库检 索的精 确匹配方法有 明显 的不同 ； 第三 ， 动态 特征提取 和索 引建立可 由计 算机 自动实现 ，这避免 了人工描述 的主观性 ， 也大大减少 了工作量 。
一
３ 基 于 内容 的视频 检 索技 术
３１ 基 于 内 容 的视 频 检 索过 程 ．
首先 ， 视频流经过镜头分割 、 特征提取并 以 Ｍ Ｅ 一 Ｐ Ｇ ７标准描 述存人特 征数据库 。接着 ， 用户便可以通过查询界 面寻找检索模
块 ，计 算 机 通 过 从 所 建 立 的 以 Ｍ Ｅ 一 Ｐ Ｇ ７标 准 描 述 的 视 频 数 据 库
基于 内容检索时 ，根据 媒体特征进行 相似性匹配检索 的媒
体 特 征 有 ： 色 （ ｏ ｕ ） 纹 理 （ ｅｔｒ） 轮 廓 （ ｋｔｈ 、 状 颜 Ｃ ｌ ｒ、 ｏ Ｔ ｘｕｅ 、 Ｓｅ ）形 ｅ （ｈ ｐ ）空 问约束 （ｐ ｔｌｏ ｓ ａ ｔ）动态（ ｔ ｎ 、 Ｓ ａｅ 、 Ｓ ａａＣ ｎｔ ｉ ｓ 、 ｉ ｒｎ Ｍｏｉ ）领域 、 念 ｏ 概 （ ｏ ａ ｅｎｅ ｔ）结构描述及其 他的 图像信息 。在过去 的几 年 Ｄ ｍ ｉ ｏｅｐｓ 、 ｎ 中， 基于 内容 的视频检索 已经成 为一 个非常活跃 的研 究领域 ， 并 开发 出许 多具 有可视化 特征的系统 。其 中建立视频数据库是 一 个重要环节 ，它是 图像 处理技术和传统数 据库技术相结 合的产

需要 对视频 进行 基 于 内容 的分 析 。基 于 内容 的视频
图 １ 视 频 分 层 结 构
帧是视 频 数 据 的最 小 单 元 ，是 一 幅 静 止 的 画
面。镜头是视频数据的基本单位 ，它是摄像头的一 次连续的动作 ，只能拍摄相邻 地点连续 发生 的事 情 。场景由内容相近的镜头组成 ，从不同的角度描 述 同一个事件。而视频序列则由许多场景组成 ，叙 述一个完整的故事结构 。层 中每一个视频层次 的数 据都可以用一定 的属性加以描述 。如 ：视频序列的 属性 ：主要包括场景的个数和持续时间；场景 的属
在视频分析与检索过程中，决定其性能的主要
关键 技术 如下 。 （ ）视频 镜头 的检测 和表示 一
基于内容的视频信息检索是一个人机互动的过 程 。能为用户提供交互界 面、多样化 的查询手段 、 方便快速 的浏览和导航 能力 ，并满 足各 种反馈／ 交
镜头检测 的关键是 确定从 镜头到镜 头的转换 处 ，利用镜 头 之 间 的 转 换 方 式 （ 突 变 切 变 和 渐 如 变）找到镜头图像之间的差别。在此基础上可对每 个镜头提取出关键帧和运动信息以供浏览和检索之 用。一个镜头的关键帧就是反 映该镜头 中主要内容
二 、视频 结构 的分 析
束镜头等 ；镜头 的属性 ：如持续时 间、开始 帧号 、 结束帧号 、代表帧集合 、特征空间向量等；帧的属 性： 帧有 大量 的属性 ，如 直方 图 、轮廓 图 Ｄ Ｃ及
Ａ Ｃ分量 图等 。
视频数据的本质是一组连续的图像帧 ，除了存 在时问上的先后关系外 ，其本身并不具有任何结构 信息。要实现基于 内容的视频检索 ，必须为视频建 立不同层次的结构索引 ，并进一步为视频的检索和
的一 帧图像 或若 干帧 图像 。关 键 帧 的选 取 一方 面必 须 能够 反映镜 头 中的 主要事 件 ，因而描 述应 尽可 能

列。 由于镜头的突变和渐变具有一定模式 。 可对二进制序列进行 视频镜头分割是基于 内容的视频检索 的第一 步 ．是随后的 模式判别 ． 便可以检测镜头的突变与渐变 。 关键帧的提取 、 场景聚类和基于 内容的查询的基础 。 镜头分割的 （ ）统计判决机制 ５ 准确性将直接影响到后续处理的效果 。 因此 ， 视频镜头 的分割技 该方法建立一个统计判决模 型．其推导出的判 断可使镜头 术是基于 内容的视频检索的关 键技 术 。从一 开始就得到广泛的 监测错误率降到最低 ． 但计算复杂度很高 。 （ ）其它 判 断 机 制 。 ６ 研究 ． 取得 了丰富的研究成果 。 并 本文介绍 了目前镜头分割的主 要 研 究 方 法 ．对 目前 主 要 的典 型镜 头分 割 算 法 进 行 了 介 绍 和 分 在实际应用中 ， 除上 面常用的判 断机制外 ， 还有很多判断机 制。 同的判断机制产生不同的镜头分割效果 。 不 如基于数学模型 析． 最后指 出当前镜头分割 的主要研究方 向。 １视 频 镜 头分 割 ． 的判断机制ｆ１基于学 习的判断机制等 。 ３、 段 视 频 流从 上 往 下 可 分 为 视 频 、 事 单 元 、 景 、 头 、 ２２ 面向 Ｍ Ｅ 故 场 镜 ． Ｐ Ｇ压 缩 域 镜 头 变 换 检测 方 法 帧。 视频常常是通过镜头连接而成的 ， 通过镜头的变换来表示不 ＭＰ Ｇ标准是 现在广泛运用的国际视频压缩标准 ．从 目前 Ｅ 同的内容 。镜头变换是指一段 连续 视频 图像序列 转换到另一段 的研究的情况来看 ．基于压缩 的视频分析方法 都是 在解码和反 连 续 视 频 图像 序 列 ， 为 突 变 和 渐 变 （ 入 ， 出 、 分 淡 淡 隐现 、 入 ） 量化后的基础上展 开的。 滑 。 主要的方法有两类 ： 一类是对压缩视频 突变是一个镜 头直接转换为下一个镜头 ．中间没 有时间上的延 进 行 全 局 或局 部 解 压 ． 得 到 的视 频 子 集 上 ． 用 非 压缩 的镜 头 在 采 迟 渐变是前一个镜头慢慢地转换为下一个镜头 ， 加入 了一些空 分割方法进行镜头变换识别 ． 如基 于 Ｄ Ｃ图像序列 的镜 头分割。 间 和 时 间 上 的 编 辑 效 果 。镜 头 的 分割 或 称 景 物 变 换 探 测 （ｏｎ 另一类是根据运动矢量 的统计特性和 Ｄ Ｔ变换 的 ＤＣ系数进行 Ｓ ｅｅ Ｃ Ｃ ａｇ ｅ ｃ ｏ— Ｃ ， ｈ ｎｅＤ ｔ ｔ ｎ Ｓ Ｄ） ｅｉ 就是根据镜头变换的不同特征把视频分 镜 头 分 割 割成一个个独立的语义单元 。因此镜头变换 的检 测是镜头分剖 基 于 Ｄ 图像 序 列 的镜 头 分 割 方 法 首 先 从 被 压 缩 的 图 像 中 Ｃ 的前提 。 部分 解压提取 出 Ｄ Ｃ图像 ．Ｃ图像 只有 原始 图像 大小的 １ ４ Ｄ ／． ６ ２ 镜 头 变换 的检 测 方 法 ． 但它保 留了原来 图像 的基本信息 ．用于原始图像场景处理的全 般 来说， 镜头 变换的检测 方法可 以分为 两类，即面向非 局 特 性 也 可 用 于 Ｄ Ｃ图 像 ．对 分 析 的 准 确 性 也 不 会 造 成 大 的 影 压缩域镜 头变换识别的方法、 面向压缩域镜头变换识别方法 。 响， 可供选择的算法较 多。 ２１面 向非 压 缩域 镜 头 变 换检 测方 法 ． 基 于运 动 矢 量 的 统 计 特 性 和 Ｄ Ｔ变换 的 Ｄ Ｃ Ｃ系数 进 行 镜 头 面向非压缩域镜头变换识别方法 ．可 以简单 地归 纳为帧问 变换 识 别 ，主要 是 利 用 ＭＰ Ｇ 流 中 的 ＩＰ Ｂ帧 在 发 生镜 头 转 换 Ｅ 、、 特 征 差 异 度量 ＋ 种 判 断 机制 的方 法 。 某 时表 现 出的不 同特 征 进 行 镜 头 边 界判 断 。 ２１１帧 间 特 征差 异 的 度量 ． ． ３ 主 要 的 典型 算 法 ． 不 同的特征对 于检测不 同类型 的镜 头 变换具 有 不同 的作 ３１基 于 像 素差 的算 法 ｆ１ ． ４ 用， 所以选择哪种特征 向量进行度量是镜头正确分割 的基础 。 常 基 于像 素 差 的 算法 是 指 对连 续 两 帧 图 像 的 相 同位 置 的像 素 用 的度 量特征有帧 间灰 度， 颜色 、 图像 的边 缘 、 度或 色度 直方 灰度值或颜色值进行 比较 ， 亮 并计算各灰度差或颜色差的总和 。 帧 图、 运动矢量等。 问差 的公 式如 （— ） ： ４ １式 ｘ ＜Ｍ Ⅳ 一１ ２１ ．． 断 机 制 ２判 （， ＝ ＾ ） ： ， ， ） （， ） ｆ（ ｙ 一 Ｙ ｌ （ ）固定阈值机制 １ ｏ （－ ） ４ １ 这种方法在视频 中设置一个固定 的阈值 ．来 确定 镜头变换 Ｍ， Ｎ为图像 的大小 ， 表示第 ｉ ，（， 表示第 ｉ ｘ ） Ｉ ｉ 帧 Ｉｘ ） ｙ 帧（， 位 ｙ 的情况 ， 当帧间差异大 于设定的阈值时 ， 则认 为发生镜 头变换 。 置的像索值。当 ｄ ｉ 大 于阈值 Ｔ时 ， ｇＩ ， 则认为发生镜头转换 。 （ ）双 阈值 机 制 ２ 用这 种 方 法进 行 图 像 差 别 的计 算 对 噪 声 和物 体 运 动 十 分 敏 这种方法设置两个 阚值 Ｔ 和 Ｔ （ ＩＴ ） 分别是镜头突变 感 ， １ ２Ｔ ＜２ ． 物体 和摄 像 机 的 任 何 移 动 都会 使 帧 间差 明显 增 大 ． 而导 致 从 和渐变 的阈值 。首先用 较低 的阕值 Ｔ 来确定渐 变过程 的起始 误检 测 ｌ 帧。如果两连续帧的帧间直 方图差 Ｄ满足 Ｔ （ ＜ ２ 则被认为 ３２基于颜色直方图 的算法 １Ｄ Ｔ ． ． 是可能的渐变 的开始。这时就开始进行帧问直方 图差 累计 Ｐ的 由于一个镜头 内相邻帧之间的内容变化不大 ．颜色 直方 图 计算 ， 至满足 Ｐ 个 直 ＞ ２且 Ｄ Ｔ 时 ， ＜ １ 则认 为是渐变 的结柬 。 具有相似性 ．可利用直 方图的相似性来判断两帧之问是否有镜 （ ）自适应阈值机制 ３ 头变换 。 自适应阈值机制是指在视频流时间轴 的不 同时段 或时刻 自 若两帧图像 Ｉ和 Ｉ的直方图为 Ｈ 和 Ｈ ｉ ｛ １ 则帧间颜色 直方 图 动的选择适合该时段或时刻的阈值 。 来进行镜头边界的判断 如 的差值计算方法 如（— ） ： ４ ２式 丝 果在某时段或 时刻的帧间差大于该 时段或时刻 的阈值 、则认为 ｄ（ ， ＝ ＾ 乃） ｆ （ ） ｜ 一ＨｊＩ ｌ Ｈ，ｆ Ｉ （） Ｊ ｆ 发 生 镜 头 转换 。 ｋＯ ＝ （－ ） ４ ２ （ ）聚类／ ｝ 聚类 机 制 。 ４ 桴糊 Ｎ表示颜 色量 化 的级 数 ， ；） Ｈ（ 为第 １帧第 ｋ颜 色等级 的直 Ｉ 【 ； 该方法根据视频模糊聚类后得到 的各 帧属于 明显变化ｒＣ 方 图 。ｄＩ ０ 于 阚值 Ｔ时 ， 认 为 发 生镜 头 变 换 。 Ｓ１ （１大 ， 则 和非明显变化（Ｓ ） ｉ Ｎ Ｃｉ 类场景的隶属度 ． ａ 把视 频表示成 二进 制序 直方 图法使用像素亮度和色彩 的统计值 ， 抗噪 能力 比较强 。

跨媒体检索技术在视频内容分析中的应用研究摘要：随着互联网和数字媒体技术的迅速发展，视频数据的规模和多样性呈爆炸式增长，对视频内容的准确分析和检索成为了迫切的需求。

跨媒体检索技术作为一种有效的视频内容分析方法，在提供智能化的检索服务和实现大规模视频分析方面具有广阔的应用前景。

本文将研究跨媒体检索技术在视频内容分析中的应用，并对其实现方法和未来发展进行探讨。

1. 引言随着数字媒体的广泛应用，视频数据正在成为一种重要的信息载体。

然而，由于视频数据的高维特性和庞大数量，传统的视频分析方法已无法满足日益增长的分析需求。

因此，研究开发一种高效准确的视频内容分析方法具有重要意义。

2. 跨媒体检索技术概述跨媒体检索技术是一种能够以一种媒体的内容查询另一种媒体的信息的技术。

它主要通过对视频的音频、文本和图像等多模态信息的分析和提取，将视频数据与其他媒体数据进行有效关联，实现跨媒体内容的检索。

3. 跨媒体检索技术在视频内容分析中的应用3.1 视频内容理解跨媒体检索技术可以用于提升视频内容理解的准确性。

通过分析视频中的图像、音频以及文本信息，可以对视频中的物体、场景、情感等内容进行深入分析。

例如，当用户在搜索引擎中输入一个关键词时，跨媒体检索技术可以返回与该关键词相关的视频片段，并且可以通过分析视频中的语音信息和图像特征等提供更加准确的搜索结果。

3.2 视频目标识别跨媒体检索技术可以用于视频目标识别。

通过分析视频中的图像特征和文本描述，可以准确地识别视频中的目标物体，并且可以实现对视频中目标物体的分类和跟踪。

例如，通过分析视频中的图像特征和文本描述，可以准确地识别汽车、人物等目标物体，并且可以实现对这些目标物体的分类和跟踪，为视频内容的理解和检索提供更多可能性。

3.3 视频内容分析与推荐跨媒体检索技术可以用于视频内容的分析和推荐。

通过分析视频中的图像、音频和文本信息，可以实现对视频内容的自动分析和推荐。

例如，通过分析视频中的图像和音频信息，可以将视频划分为不同的场景，并且可以自动提取出视频中的重要特征，为用户提供个性化的视频推荐服务。

２ １ 基 于帧 闽差 的 算 法 ．
对于时长为 ￡ 单帧图像大小为 Ｈ Ｘ Ｗ的视频 序列用 ｛ ｝ ， 表示 ， 其中 ｔ 表示视频帧序 列号 ， ｔ Ｌ， ＝ ｛ １≤ ≤ ｎ （ ） ，
Ｉ １≤ ｉ≤ Ｈ， ｌ≤ ，≤ ｝ 。
设 。 胛 为相邻图像帧通过计算固定区域的Ｒ Ｂ值与标准蓝色和标准白色的欧式距离来检测字幕事件的发 和 Ｇ
生， ｌ 和
＝
的直方图 ， 全局帧差为 ： 则
厂垂■ —— —— ——— —一
／ （ （） （） ∑ 般１ 一 ）
Ｙ ｔ： １
（ １ ）
＝
＾ ∑ （ 。 ） （） ／ （ 一 ）
Ｙ ｔ： １
厂垂■— ————— ——一
（ ２ ）
新 闻视 频 中 的字 幕 通 常 出现 在 屏 幕 下 方 的 １４范 围 内 ， 因此 局 部 帧差 ：
收 稿 日期 ：０ 继 勋 （９０ ， ， 南 洛 阳人 ， 南 工程 学院 助 教 。 １８ 一） 男 河 河
维普资讯
第１ ７卷第 ２ 期
高继勋等 ： 计算机新 闻视频检索技术之字幕事件检测算 法研究
摘 要 ： 随着计算机 网络的发展 ， 新闻视频成为人们获取信息的主要媒体之 一。由于新 闻视频数 量 巨
大 ， 何 从 海 量 的新 闻视 频 中找 到 需要 的 内容 便 成 为 迫 切 需 要 解 决 的 问题 ， 闻视 频 检 索 算 如 新 法便应运而生 ， 而基 于字 幕 帧 的检 索便 是 重 要 的 一种 ， 传 统 的 三种 关 于 字 幕 帧 的 提 取 算 法 将 加 以改 进 ， 到一 种 运 算 速 度 更 快 的 算 法 。 得
提供了非常重要的语 义信 息 ， 所以利用新 闻视频 中的字幕对新 闻视频进行检索是新闻视频检索的一个重要途径 。

搜索技术的研发 中投入 了大量工作 ， 申请 了很多专利 。
２ ０ １ ０ 年， Ｇ ｏ ｏ ｇ ｌ ｅ 公 司的智能 电视计 划 ， 正式开启 了电 视 的智 能 化 时代 ， 而 走 在 智 能 电视 技 术 风 口浪 尖 的 Ｇ ｏ ｏ ｇ ｌ ｅ 公 司 也 为智 能 电视 提 出了 一整 套解 决 方 案——
用户 的视频 媒体查 询指令通过 网络被传送 到搜索 系 统① ， 并 在搜索 系统 ①关联 集③ 中通 过对标 注关键词 的
检索 ， 找到对应的视频媒体 ， 最后还要对找 到的视频媒 体
进行 排序 ⑤。
１ 节 目搜 索的总体流程
搜 索视频 媒体之 前 ， 首先 要对媒 体数据进 行文字 标
文献 Ｕ Ｓ ８ １ ９ ０ ４ ７ ５ 提出通过迭代计算 访 问者访 问某个
集 针对 视频 的一个或 多个 区间 的多个注 释 ， 并 且将其组 Ｗｅ ｂ目的地 的属性值 ， 以确定查 询结果 排序时 使用 的分 织 到多个群组 中。每个 群组包括针对彼 此相似 的视频 区 数 。具体 步骤是 ： 接收访 问者对 多个 Ｗｅ ｂ目的地 的遍历
刘 昶， 阎 岩
（ 国家知识产权局专利局 专利审查协作北京 中心， 北京 １ ０ ０ １ ９ ０ ）
【 摘
要 】对 Ｇ ｏ ｏ ｇ ｌ ｅ 公 司在视 频搜 索领 域 的专 利技 术进 行 疏理 ， 首先 划分 了视 频搜 索技 术 的构 成部 分 ， 包 括客 户端技 术和 服
务 端 技术 ， 并 在 此基 础上 对 相关 专利 技 术进 行 了全 面 的剖析 ， 希 望 能够 帮助 国内企 业掌 握 Ｇ ｏ ｏ ｇ ｌ ｅ公 司在相 应领 域 的 专利 布

Ｚ ＮＧ ａ ， ＡＯ Ｂｉ ｕ ＨＥ Ｑｕ ｎ ＸＩ － Ｙ （ ｐ ｒ ｎ ｆ ｔｍａｉｎ Ｕｎｖ ｒｉ ｆ ｃｅ ｃ ｎ ｅｈ ｏｏ ｙｏ ｈｎ ， ｆｉ ３ ０ ７ Ｃ ｉａ Ｄｅ ａｔ ｔ Ａｕｏ ｔ ， ｉｅｓ ｙｏ ｉｎ ｅ ｄＴ ｃ ｎ ｌｇ ｆ ｉａ Ｈｅｅ ２ ０ ２ ， ｈｎ ） ｍｅ ｏ ｏ ｔ Ｓ ａ Ｃ
频信 息 的检 索 。
关键 词 ： ＭＰ Ｇ ７ Ｅ 一 ：视频检 索： ｕ ｅ ｅ Ｌ ｃ ｎ ；分布式 ：系统设计
Ｄｅ ｉ ｎ ａ ｍ ｐ ｅ ｅ ａ ｉ ｎ ｏ ｄｅ ｔ ｉｖａ ｓ ｅ Ｂａ ｅ ｎ Ｍ ＰＥＧ一 ｓｇ ｎｄ Ｉ ｌ ｍ ｎｔ ｔｏ ｆａ Ｖｉ ｏ Ｒｅ ｒ ｅ ｌ Ｓｙ ｔ ｍ ｓ ｄ ｏ ７
Ｋｅ ｗｏ ｄ ： Ｐ ｙ ｒ ｓ Ｍ ＥＧ一 ； ｉｅ ｅ ｉｖ ｌ Ｌｕ ｅ ｅ ｄｉｔｉ ｕｅ ｙ ｔｍ； ｙ ｔｍ ｅ ｉ ７ ｖｄ ｏｒ ｔ ｅ ａ ； ｃ ｎ ； ｓ ｂ ｔｄｓ ｓｅ ｓ ｓｅ ｄ ｓｇ ｒ ｒ ｎ
１ 引言
随Hale Waihona Puke 信息技术的发展和个人摄像设备 的普及 ，人
Ａｂ ｔ ａ ｔ Ｍ Ｐ ｓｒ ｃ： ＥＧ－ ， ｉｈ ｐ ｏ ｄ ｓａｓａ ｄ ｒ ｉｅ ｅ ｃ ｉｔｏ ｏ ｉ ｅ ，ａｌ ｗｓｏ ｅｔ ｒ ｕ ａ ｉｕ ｒ ｐ ｒｉｓ ７ ｗｈ ｃ ｒ ｖｉｅ ｔｎ ａ ｄ ｚ ｄ ｄ ｓ ｒｐ ｉ ｎ ｆ ｒａ ｖ ｄ ｏ ｌｏ ｎ ｏ ｍａ ｋ ｏ ｔｖ ｒｏ ｓｐ ｏ ｅ ｔ ｅ
２１ ０ ０年 第 １ 卷 第 １ ９ ０期
计 算 机 系 统 应 用
基 于 ＭＰ Ｇ一 Ｅ ７的视频检索系统 的设计与实现①
郑 烃 肖碧宇 （ 中国科 学技术大学 自动化 系 安徽 合肥 ２ ０ ２ ） ３ ０ ７

浅谈监控视频颜色检索技术陈景明;黄日旅【摘要】监控视频颜色检索技术通过对视频进行解码、颜色检索、重新编码,可以对大量监控视频资料进行有效的目标搜索,操作简单易行,有利于基层公安机关提高工作效率和办案质量.该文深入分析了实现监控视频颜色检索的算法和程序,综合了当前在图像颜色检索领域的各种方法,探索总结出一套适合监控视频颜色检索的基于直方图与颜色矩阵的三通道检索方法.【期刊名称】《海峡科学》【年(卷),期】2015(000)010【总页数】3页(P42-44)【关键词】颜色矩阵;视频检索;颜色检索【作者】陈景明;黄日旅【作者单位】晋江市公安局刑事科学技术室;晋江市公安局刑事科学技术室【正文语种】中文1 概述监控视频存在着分辨率和格式不统一、易产生偏色畸变的特点，且数据量大，不便检索。

长期以来，如何从海量视频中快速检索出需要的目标信息一直是困扰视频侦查人员的难题。

颜色特征是视频和图像的共有特征之一，是区别物体的重要信息。

利用颜色信息搜索目标是视频检索的研究方向之一，具备一定的可行性，技术框架如下：图1 技术框架本文深入分析了实现监控视频颜色检索的算法和程序，综合了当前在图像颜色检索领域的各种方法，探索总结出一套适合监控视频颜色检索的基于直方图与颜色矩阵的三通道检索方法。

2 算法原理首先将原始视频解码为单帧图像，然后依次读取每一帧图像，利用颜色矩阵将其分为 RGB三通道，分别绘制灰度直方图。

依据检索时所设定的颜色条件以及误差范围对三个直方图进行筛选，将符合条件的图像重新编码组合成为新的视频文件并保存。

由于该方法最终得出的视频仍使用原图像，解决了传统的基于直方图的颜色检索技术丢失位置信息的问题。

但此方法运算量大，对计算机性能的要求比较高。

3 检索流程（见图2）图2 监控视频颜色检索技术流程图4 仿真实验4.1 实验环境（1）微型计算机：core i5-3317U 1.7GHz处理器，6GB内存，635M·2GB独立显卡，500GB硬盘，16∶9显示器；（2）Matlab R2013a图像处理软件、格式工厂。

项目与课囊　Ｓｃｉｅｎｃｅ＆Ｔｅｃｈｎｏｌｏｇｙ　Ｖｉｓｉｏｎ　科技视界　科技・探索・争鸣　

远程网络教育中视频检索技术的应用　熊皓　（湖北理工学院计算机学院，湖北黄石４３５０００）　

【摘要】随着教育改革的发展，网络教育已经成为普及，人们习惯从网络视频教程中获取所需知识，视频已经成为人们生活中一种重要的　媒体形式。在众多的远程网络教育网站中，提供给学习者的教育视频大多没有完整的检查信息，学习者在查找的时候不是特别方便，本文把视　频检索技术应用在教师视频中，对所有教学视频建立检索单元，为学习者提供更全面的检索内容，节省学习者搜索学习视频的时间，提高命中　率．为学习者提供最大的帮助。　【关键词】网络教育；视频检索；帧对比　

０前言　随着教育的不断改革．Ｉｎｔｅｒｎｅｔ网络的日趋普及和信息传输技术　的快速发展．网络上传播内容已经不再是单纯的文本数据，而是集文　字、音频和视频三位一体多媒体时代。正由于网络数据形式的多样化，　使得远程网络教育变得更加便捷。　由于信息传送方式和手段不同，远程教育发展经历了三个阶段，　第一阶段．是以电子邮件传输的函授教育；第二阶段，是以广播电视和　录音录像为主的广播电视教学：第三阶段．是通过视频教学的网上远　程教育阶段　网络教育可以利用学习者空闲的时间，随时随地地学习，　学习的内容由学习者自由地选择．并且学习者对不理解的地方可以反　复的观看视频．打破了传统教室教学的模式，降低了学习门槛，为学习　者提高更多的学习机会．同时也降低了教学的成本。是构筑知识经济　时代人们终身学习体系的主要手段。　在远程网络教育中．所有的信息传递都是由计算机在网络技术和　环境支持下进行的．网络教育过程的控制。主要是各种信息传递的控　制．而主要教学信息都是以视频信息存在的，对学习者而言．要在海量　的学习信息中．快速准确地找到自己要的信息是一件很困难的事情。　在大部分的远程教育网站中提供的都是教师上课的教学视频，学习者　需要把整段教学视频看完．才能够知道视频所讲述的知识点．如果这　个知识点．学习者学习过的话，那观看教学视频的时间就是多余的，所　以对于学习者而言．如何能在最短的时间里．准确的找到自己所要学　习的视频教程是关键