Group09基于内容的视频索引与检索最终概述.ppt

简介和问题描述 视频数据特点 1.较高的信息分辨率 2.关系复杂，数据组织非结构化 3.多样性及模糊性 解决方案的原理和技术 视频索引与检索的方法 1.基于元数据的方法 2.基于文本的方法 3.基于音频的方法 4.基于内容的方法 5.综合的方法 解决方案的原理和技术 基于镜头的视频索引与检索 视频结构化 图 运动特征提取与索引 姓名：沈董擎 专业：数字媒体技术 教师：李震雄 视频中运动目标的特征提取 视频中的特征提取大致分为五个步骤： 1.用GMM方法进行运动区域预检测 2.用IB方法对备选运动区域进行分割聚类 3.用UKFB方法对每一个可能的运动目标区域进行跟踪 4.对运动目标子区域聚类 5.提取运动目标子区域的统计特征作为运动目标的特征 沈董擎 基于混合高斯模型的运动区域检测 采用GMM的运动检测应用在背景变化较小的情况，即摄像机不动，背景变化就会较小，也就是所谓的局部运动特征提取技术。 而摄像机运动，也就是背景会发生较大的全局运动特征提取技术，在此不做多提。 GMM算法原理 对图像背景建立高斯模型的原理及过程：图像灰度直方图反映的是图像中某个灰度值出现的频次，也可以认为是图像灰度概率密度的估计。如果图像所包含的目标区域和背景区域相比比较大，且背景区域和目标区域在灰度上有一定的差异，那么该图像的灰度直方图呈现双峰-谷形状，其中一个峰对应于目标，另一个峰对应于背景的中心灰度。对于复杂的图像，尤其是医学图像，一般是多峰的。通过将直方图的多峰特性看作是多个高斯分布的叠加，可以解决图像的分割问题。 在智能监控系统中，对于运动目标的检测是中心内容，而在运动目标检测提取中，背景目标对于目标的识别和跟踪至关重要。而建模正是背景目标提取的一个重要环节。 我们首先要提起背景和前景的概念，前景是指在假设背景为静止的情况下，任何有意义的运动物体即为前景。建模的基本思想是从当前帧中提取前景，其目的是使背景更接近当前视频帧的背景。即利用当前帧和视频序列中的当前背景帧进行加权平均来更新背景,但是由于光照突变以及其他外界环境的影响，一般的建模后的背景并非十分干净清晰，而高斯混合模型是是建模最为成功的方法之一。 向下为帧为单元，会太小，为场景，会太大 * 这里画图解释 * 组长：晁祥东 20111120097 组员：吴逸尘 20111120080 贾井泉 20111120040 沈董擎 20111120056 陈娴静 20111120138 专业：数字媒体技术 教师：李震雄 基于内容的视频索引与检索 提要 简介和问题描述 1 2 应用举例 3 4 总结 5 提问 解决方案的原理和技术 简介和问题描述 简介和问题描述 　　随着多媒体技术和网络技术的飞速发展，视频在多个领域得到广泛地应用。对这些海量的而且包含大量非结构化信息的数据进行组织、表达、管理、查询和检索成为迫切的需求。因此基于内容的视频检索(Content-Based Video Retrieval，CBVR)成为近年来研究的热点。 解决方案的原理和技术 基于镜头的视频索引和检索过程 关键技术 镜头分段 特征分析 关键帧提取 视频结构分析 提问 基于镜头的视频索引和检索关键技术有哪些？ 镜头检测和分段 姓名：陈娴静 专业：数字媒体技术 教师：李震雄 镜头检测和分段 视频是一种时间媒体数据，他不容易被管理，在视频数据由粗到细的顺序划分为四个层次： 视频 场景 镜头 帧 而镜头是视频数据的基本单元 镜头检测和分段 一般来说，在视频情节内容发生变化时，会出现镜头切换，即从一个镜头切换到另一组镜头内容。因此，通过视频检索实现对视频镜头的切分，就是将原始连续视频分成长短不一的镜头单元。 镜头切分的好坏会直接影响下一步视频检索结果的准确性。 镜头检测和分段 在镜头切换时，切换点前、后两帧通常在内容上变化很大，镜头的分段就需要一个合适的镜头切分阈值来判断是否出现了镜头切换，是否需要镜头切分。 （阈值是否合适，没有一种客观的方法，通常都需要依靠主观判断，人为的选取合适的阈值） 镜头切换 镜头的切换有两种：突变和渐变 突变（Abrupt Transition AT）：是指前一个镜头的尾帧被下一个镜头的首帧快速代替，是两个镜头之间最简单的切换 渐变（Gradual Transition GT）：从视频编辑的角度看，渐变主要是通过色彩编辑和空间编辑得到，是指前一个镜头的尾帧缓慢的被下一个镜头的首帧代替，其中包括淡入淡出，隐现等。 镜头内的运动 在体育节目的转播，新闻，银行监控视频当中，几乎没有镜头的切换，对于这些视频，人们关心的主要是镜头内物体的运动 镜头内的运动 常见的几种对象运动归纳如下： 出现，消失，进入，退出，运动，停止 通过对以上对象运动的分析，