目錄
第1章 緒論 1
1.1 視頻目標檢測概況 1
1.2 視頻語義分析概況 3
第2章 基于互信息量的視頻關鍵幀提取 6
2.1 視頻鏡頭分割 7
2.2 經典關鍵幀提取方法 8
2.2.1 分析鏡頭邊緣提取關鍵幀 8
2.2.2 幀平均法提取關鍵幀 8
2.2.3 直方圖平均法提取關鍵幀 8
2.2.4 通過視覺內容匹配提取關鍵幀 9
2.3 基于互信息量的關鍵幀提取方法 10
2.4 實驗結果與分析 12
第3章 視頻特征的表示及檢索 16
3.1 視頻結構分析 16
3.1.1 視頻的層次結構 16
3.1.2 視頻的結構單元 19
3.2 監控視頻信息的表示 20
3.3 監控視頻信息特征的存儲 23
3.4 R-樹索引結構的動態性改進 26
3.4.1 R-樹存在的問題 26
3.4.2 R-樹節點分裂算法的改進 29
3.4.3 R-樹索引在外存中的讀寫 31
3.4.4 實驗結果與分析 33
第4章 紋理與顏色特征融合的目標檢測 36
4.1 基于紋理和顏色置信融合的運動目標檢測 36
4.1.1 背景建模 37
4.1.2 運動目標檢測 40
4.1.3 噪點去除 43
4.1.4 模型更新 44
4.1.5 實驗結果與分析 44
4.2 基于Haar-like特征壓縮的目標檢測 48
4.2.1 Haar特征提取算法及改進 49
4.2.2 基于AdaBoost算法的識別檢測過程 53
4.2.3 實驗結果與分析 54
4.3 顏色紋理特征融合的均值漂移算法 56
4.3.1 MS目標跟蹤算法思想 57
4.3.2 融合顏色、紋理特征的目標檢測 58
4.3.3 實驗結果與分析 64
第5章 視頻圖像語義特征提取方法 68
5.1 視頻圖像特征提取框架 68
5.2 視頻低層特征表示與提取似然方法 71
5.2.1 視頻低層特征表示方法 72
5.2.2 視頻低層特征提取似然方法 76
5.3 視頻高層對象語義提取方法 76
5.4 視頻高層對象語義標注方法 78
5.5 實驗結果與分析 79
第6章 視頻圖像語義分析 83
6.1 本體語義相似度計算 83
6.1.1 傳統的語義相似度計算算法 84
6.1.2 新的語義相似度計算算法 86
6.1.3 實驗結果與分析 90
6.2 多層次視頻語義分析方法研究 95
6.2.1 多層次視頻語義提取框架 96
6.2.2 場景分析 97
6.2.3 對象特征分析 101
6.2.4 事件分析 106
6.2.5 實驗結果與分析 108
第7章 視頻語義標注及檢索方法研究 112
7.1 場景分析及對象提取 112
7.1.1 基于屬性的對象提取 113
7.1.2 基于運動特征的對象提取 119
7.2 基于關聯規則的事件分析 125
7.2.1 基于事件的規則構建 126
7.2.2 事件檢測 126
7.3 視頻語義的標注 128
7.3.1 相似度匹配方法 128
7.3.2 特征匹配 129
7.4 實驗結果與分析 130
7.4.1 匹配對比實驗 132
7.4.2 實驗分析 133
7.5 視頻語義檢索方法 136
7.5.1 顏色特征相似度 138
7.5.2 紋理特征相似度 138
7.5.3 幀間相似度 139
7.5.4 視頻語義檢索過程 140
參考文獻 142
后記 155