基于内容的视频检索技术浅析

基于内容的视频检索是当前国内外研究的热点问题,文中介绍了一般视频检索系统的结构,分析了视频检索中的几项关键技术和评价标准,最后指出了当前视频检索算法存在的问题以及今后的发展方向。     

基于Map/Reduce集群上的模式空间划分的序列模式挖掘

通过模式空间划分将基于Map/Reduce处理数据集与候选序列模式集的多对多的对应关系的问题转化为处理数据集与以频繁1-序列为基的各子模式空间的多对多的对应关系问题,大大缩小了中间结果键值对集合的规模,避免了由于组合爆炸导致的单一Map节点的瓶颈问题.通过三轮的Map/Reduce任务,实现了模式空间和过滤规则的建立,并在此基础上实现了各子模式空间上独立地进行序列模式的挖掘.通过充分利用整个模式空间的全局特征及各子模式空间的个性特征,设计了优化的非递归挖掘算法,减少了前缀投影库构造次数及对构造的投影库的扫描次数,从而提高了挖掘阶段的效率.     

基于内容的视频检索技术

详细阐述了基于内容视频检索的3个基本方法（视频结构的分析、视频数据的自动索引和视频聚类）与基本过程，并对当前研究的进展进行了介绍。     

一种基于视频指纹的视频检索方法研究

通过分块的色彩直方图对视频进行分割,提取每个视频子片段的关键帧,并提出了一种以SIFT特征为基础的语义词袋方法实现视频指纹的提取,该方法既提高了视频指纹提取的速度,又能得到具有较高独立性和鲁棒性的视频指纹。利用串匹配的方法实现视频指纹的匹配检测,并进一步对相似度进行加权处理,提高了匹配效率与匹配精度。     

基于改进的Map/Reduce及模式空间划分的数据挖掘

为通过Map/Reduce基于键/值对以处理数据集与模式集的多对多的对应关系的方式实现数据挖掘,解决在较复杂的类型的模式的挖掘中存在的由组合爆炸导致的模式集过大的问题,提出了通过模式空间划分实现将处理数据集与模式集的对应关系的问题转化为处理数据集与子模式集的集合的对应关系的问题的方法,并对Map/Reduce集群的调度机制及组织、处理键/值对的方式进行了改进,增强了Map/Reduce执行模式挖掘任务的能力.在Map/Reduce集群上采用该思路实现某些较复杂类型的模式的挖掘算法时的并行度高于Map/Reduce化的传统算法.     

基于综合特征分析的视频关键帧检索

综合利用了图像的颜色、形状和纹理特征,实现了对视频关键帧进行基于内容的检索。首先研究关键帧的选取、特征匹配等问题,再从视频处理的层次化结构的底层分析入手,构建了视频的连续帧图像序列,运用时间自适应检测法对镜头的关键帧进行了选取,建立了关键帧图像数据库。实验结果证明该方法性能良好。     

视频检索中图像信息量度量

综合考虑信息量度量的速度、性能要求,提出了相适应的显著图、多特征融合模型;基于区域划分融入空间关系,提出了分块信息熵的图像信息量度量方法（SEII）;构建了信息量度量的标注数据集,并设计了性能验证方法。实验结果表明该度量方法符合人眼视觉的评价结果。度量方法在实际视频检索系统中进行对比应用测试,测试表明mAP提高4.4%,检索速度提高1.5倍。     

基于Map Reduce的云数据挖掘模型的设计与实现

道路交通事故现场路面三维点云的数据量庞大,后期处理涉及三维识别等运算,如何提高运算效率,课题组选用了大数据架构。大数据的出现对传统的简单的数据挖掘算法提出挑战,新型的基于Map Reduce的云数据挖掘正在茁壮的发展。Map Reduce是当前最流行的分布式计算模型,在云数据数据挖掘当中作为一个佼佼者迅速发展。     

基于人脸识别和改进K-means的视频检索方法

针对海量视频库,传统方法检索目标人物视频片段仅仅采用视频帧的全局特征进行匹配,导致对视频帧中的变化无法兼顾,无法准确检索人物视频.因此提出了人脸识别和改进的K-means聚类相结合提取关键帧的方法.首先,利用多任务卷积神经网络从视频帧的不同角度检测人脸并保留置信度,然后提取人脸特征,对提取的人的面部特征用置信度进行加权...     

基于运动统计和关键帧的视频检索方法

文章先对压缩视频直接进行镜头分割,然后选取熵值最大的镜头进行检索,通过对视频运动进行统计,把镜头运动量化到二维概率分布空间,选择距离与样本最较近的目标,大幅缩小检测范围,然后再进行关键帧比对,实现对视频的快速准确检索。     

面向车载监控视频的快速检索设计

在车载监控过程中,为提高视频检索的效率,提出了一种快速检索方法.首先,采用一种改进的基于块匹配的方法快速消除视频抖动,完成图像序列预处理;然后根据不同用户需求,通过自动和主动两种方式检索视频.实验结果表明,该方法在不遗漏重要画面的同时,能够快速检索到用户感兴趣的视频片段,为用户减少了大量的视频浏览时间.     

基于关键帧和小波变换的盲视频水印算法

针对现有视频水印算法在抗几何攻击能力方面的一些不足,提出一种基于关键帧和小波变换的盲视频水印算法.依据视频帧间差欧氏距离提取视频关键帧并分块,结合人类视觉系统特性,从关键帧不同的块中选择亮度敏感性和纹理敏感性最高的块构成三维体块,进行三维小波变换,将置乱的水印图像以不同的嵌入强度嵌入到小波系数的低频区域,利用阈值门限实现水印的盲提取.结果表明,该算法提高了水印嵌入容量,对于针对视频水印的攻击具有较好的不可见性和稳健性.     

The application research of video server system for video on demand

A comprehensive research on key issues of the large-scale video server system for Video On Demand （VOD） client/server system is conducted based mainly on real time （rt）/non-real time （nrt） Variable Bit Rate or Constant Bit Rate （VBR/CBR） MPEG-2 MP@ML Signal Program Transport Stream （SPTS） for movies, and general architecture for storage, control, caching subsystems from Loosely Coupled Computer （LCC）, Symmetric Multiple Processing （SMP）, and Massively Parallel Processing （MPP） video server is conceptualized. Meanwhile, Redundant Array of Inexpensive Disks （RAID） storage system are presented and the centralized FCP/SAN huge storage technology is introduced in terms of its scalability, throughput, and connectivity performances.     

基于SOA技术的分布式视频检索系统的设计

提出了一种在现有媒体资产管理系统的基础上构建基于网络的分布式视频素材检索系统,通过面向服务的体系结构,以标准数据模型构建统一数据接口和协议实现异构、异地媒体资产数据检索处理,并采用轮询请求/答复的异构响应结构实现与各媒体资产管理系统的检索数据异步通信。为改善广电传媒机构媒资系统分块建设、孤岛运营现状,共享视音频媒体资源做了一种有益的尝试。     

视频检索中基于GMM聚类的无监督情感场景检测

为了高效地从视频中检索出激动人心的场面,提出了一种基于高斯混合模型的无监督情感场景检测方法.首先,从面部选取42个特征点,并定义10种面部特征;然后,利用高斯混合模型将视频的帧划分为多个聚类;最后,利用每一帧的面部表情分类结果将情感场景划分为单个聚类,并通过场景集成和删除完成检测.在生活记录视频和MMI人脸表情数据库上的实验结果表明,该方法的检测率、分类率分别高达98％,95％,检测5分钟左右的情感场景视频仅需0.138 s,性能优于几种较为先进的检测方法.     

基于MVC模式的网络视频检索系统设计与研究

MVC（模型-视图-控制器）设计模式是建立在面向对象设计思想之上的新型方法和程序框架。首先介绍了视频检索技术和MVC设计模式的概念，然后详细描述了采用MVC架构网络视频检索系统的设计与实现方法。针对目前的网络带宽比较窄，在网络上难以实现直接视频检索的情况，本系统给出了一种可行的网络视频检索的设计方案。此系统具有友好的人机界面、良好的可维护性和可扩展性。     

基于内容的图像检索技术的研究与实现

如何为内容丰富多变的大量图像数据编制索引并利用该索引进行高效地相似检索是研究的核心问题。相似图像检索系统通过图像特征提取器提取图像的特征,提供访问图像内容的方法;距离函数是用来计算这些特征之间相似程度的主要工具。实验证明,该系统可以高效地为用户检索出指定特征的图像,对实际应用具有重要的价值。     

Research on key thechnologies of pornographic image/video recognition in compressed domain

Pornographic image/video recognition plays a vital role in network information surveillance and management. In this paper, its key techniques, such as skin detection, key frame extraction, and classifier design, etc, are studied in compressed domain. A skin detection method based on data-mining in compressed domain is proposed firstly and achieves the higher detection accuracy as well as higher speed. Then, a cascade scheme of pornographic image recognition based on selective decision tree ensemble is proposed in order to improve both the speed and accuracy of recognition. A pornographic video oriented key frame extraction solution in compressed domain and an approach of pornographic video recognition are discussed respectively in the end.