面向web视频的数据挖掘及检索的研究和实现-计算机应用技术专业毕业论文.docxVIP

万方数据 万方数据 电子科技大学学位论文使用授权声明 本人 学号 在导师的指导下创作完成毕 业论文。本人已通过论文的答辩，并被电子科技大学授予博士／硕士/ 学士学位。本学位论文作者完全了解“电子科技大学关于保存、使用 学位论文的管理办法”，即： 本人按照学校要求提交学位论文的印刷本和电子版本； 学校按规定保存提交学位论文的印刷版和电子版，并提供目录 检索与阅览服务； 学校可以采用影印、缩印或其他复制手段保存学位论文； 学校可以按著作权法及知识产权法的有关规定公布学位论文 的全部或部分内容。 作者签名： 导师签名： 日 期： 年 月 日 万方数据 万方数据 摘要 摘 要 随着 Internet 和多媒体技术的发展，使得 web 上的信息种类繁多，其中尤以视 频形式涵盖的信息更丰富生动，它们表现了社会和生活的各个方面。如何让人们 能够从这浩如烟海的视频信息中找到自己需要的视频，已经成为目前急需解决的 重要问题。传统的对视频进行检索的方法是基于文本的方式，即人工为视频进行 文本注释，然后利用传统的信息检索技术对文本进行检索。但由于视频数据具有 相当丰富的信息，难以用精确的语言来描述它的特征，因此采用传统的检索方式 就存在着弊端。而基于内容的视频检索技术能很好地解决这一弊端。 基于内容的视频检索技术，是通过对视频进行镜头检测，然后提取镜头关键 帧，对特征进行提取后，利用视频特征进行检索的技术。然而，web 上视频数据量 大，如何在基于内容的视频检索技术的基础上提供更快捷、有效地视频检索，还 必须对视频进行有效地组织和索引，因此对视频信息进行数据挖掘的重要性日益 突出。 本文以研究基于内容的视频检索为主，对关键技术特别视频镜头检测、关键 帧提取、特征提取等技术进行了深入研究，并且研究了数据挖掘的聚类算法，以 实现面向 web 视频数据的数据挖掘。本文以基于关键帧的方法进行视频检索，为 了进一步提高检索的效果，在检索前，对关键帧进行预分类。项目组的基于 web 的搜索引擎系统中对图像进行预分类时采用了人工的方式，将图像分为 20 类来建 立基本图像库。本文提出对关键帧分类的优化算法是不用人工参与，而是由计算 机自动分类，即根据底层特征和对应的关键字，采用 K 均值聚类的方法对关键帧 进行分类。经对计算机自动分类的图像库所进行的检索试验表明，与基于 web 图 像搜索引擎系统的人工分类方法相比具有同样高的查准率，这说明了该方法的有 效性，克服了人工分类带来的不足。最后，本文设计了一个面向 web 视频的检索 原型演示系统的总体架构，讨论了系统的模块和功能，并对本文提出的方法进行 了实验比较和性能分析。 关键词：面向 web 视频检索，镜头检测，关键帧提取，K 均值聚类，图像分类 I ABSTRACT ABSTRACT With the advances in the Internet and multimedia technologies, there is a wide range of information in the web. Especially the visual information covered any aspects of social life making it more vivid. How to retrieve the video we need from the vast videos is becoming an important problem. The traditional method to retrieve the video is based on the text, that means people will text annotation for the videos artificially, and then use traditional information retrieval technology to retrieve text. However, there are several limitations in the traditional retrieval method because of the ambiguous nature of visual information. While the Content-based video retrieval (CBVR) technology can very well solve this problem. CBVR is the technology mainly refers to using features of videos to retrieve, according to shot det