一、基于内容检索的视频数据库数据模型的研究（论文文献综述）
杨莹[1]（2020）在《基于时序动作检测的监控视频异常事件检索方法研究》文中进行了进一步梳理近年来,监控视频数据在城市安防工作中的重要性日益显着,具有重要的研究价值。监控视频记录了各种真实的异常事件,包括人的异常行为（如违法犯罪行为等）以及异常现象（如建筑的火灾等）,这些异常事件是侦察破案等安防工作中不可缺少的重要信息,然而不同于正常事件,异常事件发生的概率较小,想要在海量的监控视频数据中找到所需的异常事件的信息非常困难。传统的检索方法无法满足分析异常事件的需求,并且在处理海量监控视频数据时,检索效率和检索性能仍有不足。因此,本文将异常事件作为研究对象,对检索技术的关键环节进行研究和改进,实现根据查询图像,快速、有效地检索到与图像内容相关的监控视频异常事件片段的检索方法。本文的主要研究内容如下:1.针对监控视频冗余信息多,异常事件信息获取难度大的问题,本文对时序动作检测技术进行研究,提出了基于时序动作检测技术的异常事件检测算法。通过异常事件检测算法对原始监控视频提取异常事件片段,去除大量的冗余信息,从而得到远远小于原始监控视频数据量的异常事件视频数据库,便于后续检索。针对目前多阶段时序动作检测算法精度较低的问题,提出了改进方案:结合C3D（3D Conv Nets）网络与多实例学习方法构造异常事件片段补充生成器、修改分类网络的结构。通过实验证实了本文所提出的算法能够有效的提高检测性能、准确的获取监控视频中的异常事件片段。2.针对监控视频数据量大、查询数据与数据库数据信息不对称的问题,本文提出了一种高效的视频检索算法。对异常事件数据库进行特征提取、索引构建及距离度量。首先通过SCFV（Scalable Compressed Fisher Vector）方法生成占用内存较少且计算简单的视频特征向量。然后使用数据库技术对视频特征向量构建多级索引结构,使得检索方法在处理海量高维监控视频数据时,仍然能够以较少的时间得到较好的检索结果。之后,考虑到查询数据与数据库数据的非对称关系,使用非对称比较算法实现特征向量间的距离度量。通过多组实验对以上方法进行验证,证实了本文所提出检索算法有效的解决了以上问题,在效率和精度方面都具有较好的表现,满足实际应用的需求。
崔倩[2]（2016）在《基于时—空—内容特征的PTZ相机监控视频数据组织与检索》文中指出视频检索在安防监控等领域得到广泛应用,基于文本的视频检索只能对整段视频进行简单的文本属性检索,而基于内容的视频检索则可以对视频内容本身进行深度检索,是近年来的研究热点。目前,基于内容的监控视频检索,一般仅使用耗时的视觉内容特征匹配的方法,较少利用相机自身的地理时空信息对检索过程进行优化,难以兼顾检索效率和检索质量,在海量视频监控数据面前往往不尽如人意。PTZ（Pan/Tilt/Zoom）相机在监控领域广为使用,具有固定的空间位置和可计算的空间覆盖域。本文结合PTZ相机监控视频的时空特征、全局内容特征和局部内容特征,研究了监控视频及其特征数据的优化组织,提出了兼顾检索速度和检索质量的PTZ相机监控视频检索方法。本文的主要研究成果如下:（1）PTZ相机监控视频分层组织模型针对PTZ相机监控视频数据的特点和高效检索的应用需求,结合键值型数据库的快速存取机制,设计了基于键值型数据库的监控视频数据分层组织模型,将监控数据分为相机、视频、镜头、关键帧四个层次,分析了不同层次数据在键值型数据库中的存储结构,同时根据PTZ相机的参数信息,计算出相机的空间覆盖域,根据视频和视频段的时间特征建立了基于区间树的时间索引,并在时间、空间和内容特征间建立了关联。（2）视频结构化处理和特征提取在镜头边缘检测时,采用可变滑动窗口的方式对视频帧进行比较,并利用颜色直方图检测镜头切变点,边缘轮廓法检测镜头的渐变点。在镜头分割的基础上,采用一种自适应阈值的方式进行关键帧提取,得到多个关键帧代表镜头的主要内容。为解决检索目标大小可变带来的匹配问题,将关键帧进行多粒度划分,提取了全局特征和SIFT局部特征代表子帧的主要内容,全局特征包括颜色、形状、纹理特征,采用高斯归一化公式进行归一化并进行多特征融合。（3）基于时-空-内容特征的PTZ相机监控视频检索采用时-空-内容特征相结合的检索方式,首先利用时空覆盖域进行快速剪枝,然后利用向量维度相对较少的全局特征进行粗查询,过滤掉匹配度低的关键帧,最后使用局部特征对候选集进行精确查询。以常州市公安局提供的真实视频作为实验数据进行实验,通过对比实验表明,利用时空覆盖域和全局特征进行剪枝,减少了需要进行耗时的局部特征匹配的候选集,提升了检索速度,而局部特征匹配也确保了检索结果有效性。实验结果表明,本文提出的基于时-空-内容特征的PTZ相机监控视频数据组织和检索方法兼顾了检索效率和检索质量,达到了预期目标。
杨丽[3]（2013）在《基于DCI的视频作品特征备案技术应用研究》文中研究表明在数字作品登记业务系统中,作品及作品特征的备案是作品登记的基础。由于视频作品具有类型繁多、数据量大、数据结构复杂等特点,它的存储方法及查询效率直接影响到登记平台的实用性,所以对其研究具有重要的意义。视频作品备案技术中包括特征存储和作品存储,研究中涉及到特征提取、索引、存储等问题,它们都是备案技术研究的核心问题。本文在分析了目前国内外视频备案和检索技术的基础上,针对视频作品特征备案技术,提出了按层次结构化的视频数据模型。针对目前关键帧提取存在的阈值选择困难、算法复杂等问题,提出了改进的互信息量关键帧提取算法,创新点是构造基于非均匀分块加权HSV直方图结合互信息量相似度曲线检测算法。针对点特征提取时计算量大且存在误匹配的问题,提出了结合全局信息的SIFT特征点提取算法。针对特征维数高的文体,采用结合全局信息SIFT点特征和LSH高维聚类索引算法。针对检索时特征签名距离比对算法存在检索效果不准确的问题,本文又提出了另一种综合时序特征曲线和关键帧特征的视频检索方法。本文采用对比同一算法对不同类型视频以及不同算法对同一类型视频进行测试得到的结果,通过查全、查准率对结果进行评价。实验结果表明,本文关键帧提取算法无需阈值选择,能实现关键帧自动提取并且只需一次扫描就能快速得到准确的关键帧；本文融合视频时序特征和关键帧的视频检索算法,对多种类型的视频有很好的检索效果,算法的查全、查准率高。
李文兵[4]（2010）在《视频检索技术及其在交通中的应用研究》文中研究指明基于内容的网络交通视频检索是将基于内容的视频检索技术与现有的网络技术和数据库技术相结合,将其应用于交通视频中,构建网络应用环境下基于内容的交通视频检索系统,它的发展将会促进整个交通领域的不断进步。本文在网络应用的基础上分析了基于内容的视频检索过程,研究了相关算法以及实现技术。根据交通视频的特点,深入研究了综合颜色和形状特征的检索技术,然后从网络应用的角度出发,给出分布式视频数据库检索系统的架构设计,最后结合视频层次化的检索需求设计了一个面向交通领域的用户检索界面。具体的研究工作如下：（1）从用户检索及网络功能的实现出发,结合交通视频的特点,对如何实现网络应用环境下基于内容的视频检索进行了深入的研究和探讨。（2）针对视频中单一特征检索方式效果差的问题,深入研究了将图像颜色和形状特征进行融合的特征提取及其归一化方法,并将其应用到本视频检索系统之中,实验结果表明,综合颜色和形状特征的检索比单一特征的检索效果更好。（3）根据基于内容的视频检索技术,将交通视频数据库系统的管理和网络数据库体系结构相结合,从系统的数据库结构和网络结构等方面进行综合分析,结合B/S的三层网络系统结构,给出了分布式交通视频数据库检索系统的架构设计。（4）最后在.NET平台上开发了本系统的用户检索功能模块。本系统的检索方式在传统检索方式的基础上充分考虑了交通视频的特点,按照视频层次化的检索需求,给用户提供了示例检索、对象检索、视频段检索、视频浏览以及关键字检索方式,满足了用户的个性化检索需求。然后对各种检索方式进行了详细描述,并且给出了相应检索方式的流程图及页面结构图。
王慧昱[5]（2010）在《面向虚拟场景生成的视频素材库管理系统》文中研究指明随着数字视频数据量的海量增长,视频素材在越来越多的应用中发挥作用。视频素材具有真实感强,素材来源丰富的特点,已经成为虚拟场景构建的重要资源。为了有效的管理视频素材资源,比如视频中提取的相关场景以及对象,我们需要一个有效的视频素材管理系统。首先,本文提出了一个层次化的视频数据关系模型。该模型有效的表示了结构化的视频素材以及一个与层次化的视频结构相对应的注释结构。基于层次化的数据模型,本文分析了视频结构化的关键技术以及结构化过程。其中,本文基于支持向量机技术,实现了场景的快速分类,场景分类准确率达到95%以上。其次,为了更高效的检索结构化后的视频素材,本文提出了树状索引结构,该结构索引支持自顶向下访问、自底向上访问以及同一层次的对象间相互访问。此外,为了能够在不同的层次上加强语义解释的快速访问,建立了注释索引。在此基础上,本文给出了视频数据库的表的设计。再次,为了构建虚拟场景,快速的提取我们感兴趣的视频素材是前提。在我们的数据模型中,视频对象也是重要的一层。本文采用流程优化以及并行计算的方法对视频对象提取算法Video SnapCut进行了加速,提高了运行效率,改善了用户体验。最后,本文给出了视频素材库系统实现,对核心模块进行了展示。系统能够有效的支持视频查询以及视频编辑,包括语义查询、场景查询、视频的层次化浏览、视频的预览以及标注等功能。
刘保纲[6]（2009）在《电力系统视频监控系统中的视频数据库技术研究》文中研究指明本文首先介绍了数字视频的定义及其主要特征,因视频数据的巨大数据量,为有效地传输、存储视频数据,对视频数据的压缩提出了要求,并对视频进行分段处理。视频数据库是对视频数据进行有效管理的系统,使用户对视频数据进行存取,视频数据库技术可广泛应用在监控系统中,在电力系统无人值班变电站中,通过监控系统,可以使工作人员及时了解变电站现场情况,为中心站值班人员提供现场图像,及时处理变电站紧急情况,避免和减少事故损失,并方便视频数据查询。最后以典型事例说明了电力系统视频监控系统在无人值守变电站的应用。论文结尾对视频监控系统中视频数据库技术作了总结和展望。
宋瑜[7]（2008）在《视频数据组织模型与降维算法研究》文中认为传统的视频检索系统是基于关系型数据库的,检索效率低下。而对视频图像等高维数据的检索采取分类和高维空间索引则导致了“维数灾难”,不利于视频的快速检索。所以本文对视频数据组织模型和高维特征向量降维进行了深入的研究。首先本文根据视频数据非结构化、空间化的特点,通过引入数据仓库中数据立方体（DateCube）的概念,对视频数据进行了基于内容的组织,优化了存储结构,方便了查询。并在此基础上找到了一种适合该结构的索引策略,即类间范围查询、类内K近邻查询,提高了检索效率。然后本文根据视频关键帧检索的要求,研究了图像检索技术。根据图像高维特征向量空间分布的特点,将LPP（Locality Preserving Projections）线性降维技术引入到图像检索高维特征向量降维中。并对LPP降维技术做了改进,根据降维维数与图像库中类别数的关系,提出了一种可变维近似LPP算法——VD-LPP。在保证较高的查全率和查准率的基础上,实现了有效地降维,降低了检索和分类过程中的资源消耗。最后,在项目组其他成员和前人工作研究成果的基础上,结合本文提出的视频数据组织模式和图像高维特征向量降维技术,构建了一个视频检索系统,提供了一套完整的视频存储、检索和管理解决方案,为该项目进一步的研究打下了基础。
冒捷[8]（2007）在《多媒体内容检索在节目制作系统中的研究与实现》文中指出近年来，视频数据信息种类和数量与日俱增。如何有效的基于内容检索到所需要的多媒体视频数据信息已经为一个重要的课题，并开始受到越来越多的国内外学者的关注，并在视频技术工程领域已经取得了一些实质性的进展。本文的研究正是针对这一需求提出来的，本文的作者身为河南电视台一个频道技术播出部门的负责人，在日常工作中大量的接触多媒体视频数据的存储和管理，在工作中对视频数据的检索和分类进行了一定程度的研究。作者在工作中发现，在电视台的多媒体节目制作环节，引入基于内容的视频检索，会大大的提高系统的使用效率和便捷性，并且更加利于建立高效的视频数据库。因此，作者作为设计参与人，与多媒体节目制作网络系统开发商的技术开发人员一起，针对本频道使用的多媒体节目制作网络，进行了基于内容的多媒体检索研究，并开发出可以初步应用于节目制作网络的基于内容的视频检索系统。本研究的主要工作首先是选择适用于多媒体节目制作网络系统的数据编码压缩格式，目前在广电行业广泛使用的多媒体视频数据采样编码方式很多，包括以下几种：传统的模拟分量信号、SDI、SDTI、MPEG—2，MPEG—4等，另外一些压缩编码方式，虽然在实际中应用不广，但在实验室中也已相当成熟，如MPEG—7、MPEG—21等。经过基于内容检索特征需求的综合对比，本研究系统选择应用MPEG—4作为系统开发的多媒体数据压缩编码方式。本研究随后对基于内容的视频检索中，图像的特征提取与表达方式进行了讨论，图像特征的提取与表达是基于内容的图像检索技术的基础和核心技术。通过对图像的颜色、纹理和形状特征的提取和表达算法进行研究，结合本单位的具体工作情况，我们认为图像分割技术非常适合作为本研究系统所采用的图像的特征提取与表达方式。接着我们对现有的基于MPEG-4图像分割算法进行了对比分析，如二叉分区树分割法，基于运动信息分割法，分析模型分割法等等，最后根据系统实际需要，提出了改进的半自动跟踪图像分割算法，并在系统中得以应用。我们在确定MPEG-4多媒体数据图像分割的方法后，着重研究了在视频分割基础上，建立视频数据库的形式，进行视频数据库的组织和系统设计，提供便捷的，基于内容检索的，用户可以用于视频数据查询的数据库平台。最后我们运用以上的研究成果，提出了在多媒体节目制作网络中，基于内容视频检索系统的实现方式，并进行运行测试。通过测试，系统基本达到设计需求，可以投入日常工作中使用。本文作者在整个研究和系统建立的过程中，进行了大量的基础研究工作，参与提出了一些算法的改进工作，并在系统调试运行过程和信息反馈方面起到了主要的作用。
赵蔚[9]（2007）在《基于内容的视频结构化与视觉敏感区域的提取》文中研究说明本文以MPEG-2视频码流为研究对象，以视频数据的结构和特点为出发点，设计并实现了一个基于内容的视频结构化系统。然后以该系统为基础，实现了关键帧图像视觉敏感区域的提取和描述。论文的主要工作如下：首先，介绍基于内容视频结构化的一般步骤，然后以设计基于内容的视频结构化系统为目的，着重分析和比较了视频特征提取、镜头分割、关键帧提取以及场景聚合的常见方法，并在综合考虑算法执行效果和可行性后，确定了系统所采用的特征和核心算法。然后，本文使用Oracle 8.0i数据库软件设计并实现了结构化的视频数据库，然后通过Microsoft公司的可视化编程平台Visual C++6.0实现了整个视频结构化系统。系统主要功能包括：视频数据的自动结构化及保存入库；按照逻辑结构浏览已经保存的视频数据。系统充分考虑到视频文件的巨大容量，采用了分段计算的系统流程，有效减少了运算的缓存开销，避免了重复计算，实现了系统的高速高效运行。最后，本文实现并改进了一种图像视觉敏感区域的提取算法。该算法使用高斯距离计算各象素点的颜色对比度，进而获取图像的视觉显着灰度图。考虑到结构化视频数据的特点，本文对原算法进行了改进，在保证效果无明显下降的情况下，显着提高了运算速度。最后，本文用视觉敏感度加权的全局颜色直方图对视觉敏感区域进行了描述，并通过实验证明其可以应用在基于内容的视频结构化及检索系统中。
寿航军[10]（2007）在《基于内容的视频检索系统研究与设计》文中进行了进一步梳理基于内容的视频检索系统是将视频结构化并依赖视频数据中的视觉特征以及时空特征进行相似度衡量的系统。其融合了数据库、人工智能、机器学习、统计学等多个领域的理论和技术,是当前计算机视觉、视频数据库与数据挖掘等领域研究的热点之一。本文首先讨论了目前国内外基于内容视频检索领域的研究现状和发展趋势;然后对基于内容的视频检索的关键技术和方法进行了研究,并着重研究了自动门限检测算法及改进;接着论述了基于内容的视频段检索的基本概念,并对视频检索的形式和视频的相似性度量进行了研究,给出了一种视频检索性能评价的标准;最后设计了一个通用的基于内容的视频检索系统框架,并实现了一个实验系统,从实验结果看,该系统具有较好的视频检索效率和准确率。
二、基于内容检索的视频数据库数据模型的研究（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、基于内容检索的视频数据库数据模型的研究（论文提纲范文）
（1）基于时序动作检测的监控视频异常事件检索方法研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 课题的研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 时序动作检测研究现状 |
| 1.2.2 视频检索技术研究现状 |
| 1.3 论文主要研究内容和章节安排 |
| 第2章 相关概念与关键技术 |
| 2.1 时序动作检测基础知识 |
| 2.1.1 深度学习理论基础 |
| 2.1.2 卷积神经网络基础 |
| 2.1.3 多阶段动作检测方法概述 |
| 2.1.4 检测性能评价标准 |
| 2.2 视频检索基础知识 |
| 2.2.1 视频数据的结构和特点 |
| 2.2.2 视频检索相关技术概述 |
| 2.2.3 检索性能评价标准 |
| 2.3 本章小结 |
| 第3章 基于时序动作检测的异常事件检测算法 |
| 3.1 引言 |
| 3.2 3D卷积神经网络 |
| 3.3 基于异常事件片段补充生成器的时序动作检测算法 |
| 3.3.1 异常事件片段补充生成器 |
| 3.3.2 改进3D卷积网络结构的分类网络 |
| 3.3.3 后处理 |
| 3.4 实验结果与分析 |
| 3.4.1 实验数据描述 |
| 3.4.2 实验结果与分析 |
| 3.5 本章小结 |
| 第4章 监控视频异常事件检索方法 |
| 4.1 引言 |
| 4.2 基于SCFV的视频特征描述方法 |
| 4.2.1 Fisher特征向量 |
| 4.2.2 SCFV特征向量 |
| 4.3 基于LSH的多级可拓展索引构建方法 |
| 4.3.1 数据库技术简介 |
| 4.3.2 局部敏感哈希技术 |
| 4.3.3 可拓展的多级索引构建方法 |
| 4.4 基于非对称比较的距离度量方法 |
| 4.5 实验结果与分析 |
| 4.5.1 实验数据描述 |
| 4.5.2 检索方法关键环节性能验证与分析 |
| 4.5.3 整体异常事件检索方法性能验证与分析 |
| 4.6 本章小结 |
| 结论 |
| 参考文献 |
| 攻读硕士学位期间发表的文章和取得的科研成果 |
| 致谢 |
（2）基于时—空—内容特征的PTZ相机监控视频数据组织与检索（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 基于内容的视频检索研究现状 |
| 1.2.2 视频数据组织 |
| 1.2.3 研究现状小结 |
| 1.3 研究目标和内容 |
| 1.3.1 研究目标 |
| 1.3.2 研究内容 |
| 1.4 技术路线和研究方法 |
| 1.4.1 技术路线 |
| 1.4.2 研究方法 |
| 1.5 论文组织结构 |
| 第2章 PTZ相机监控视频数据组织 |
| 2.1 PTZ相机视频数据组织模型分析 |
| 2.2 基于键值型数据库的PTZ相机监控视频分层组织 |
| 2.2.1 PTZ相机视频数据组织模型 |
| 2.2.2 视频数据存储结构 |
| 2.3 PTZ相机空间覆盖域分析 |
| 2.4 基于区间树的时间索引构建 |
| 2.4.1 区间树原理 |
| 2.4.2 区间树构建方法 |
| 2.5 本章小结 |
| 第3章 PTZ相机监控视频内容特征提取 |
| 3.1 监控视频结构化处理 |
| 3.1.1 镜头边缘检测 |
| 3.1.2 关键帧提取 |
| 3.2 关键帧多粒度划分 |
| 3.3 全局内容特征提取 |
| 3.3.1 颜色特征提取 |
| 3.3.2 纹理特征提取 |
| 3.3.3 形状特征提取 |
| 3.3.4 多视觉特征融合 |
| 3.4 局部内容特征提取 |
| 3.5 本章小结 |
| 第4章 基于时-空-内容特征的监控视频数据检索 |
| 4.1 基于时空覆盖域的检索 |
| 4.1.1 空间覆盖域检索 |
| 4.1.2 基于区间树的时间检索 |
| 4.2 基于全局特征相似度度量的关键帧过滤 |
| 4.2.1 相似度度量 |
| 4.2.2 检索算法 |
| 4.3 基于SIFT特征点的关键帧匹配 |
| 4.4 本章小结 |
| 第5章 原型系统实现与测试 |
| 5.1 原型系统介绍 |
| 5.1.1 监控视频数据库构建子系统 |
| 5.1.2 监控视频检索子系统 |
| 5.2 界面展示 |
| 5.3 实验分析 |
| 5.3.1 测试环境 |
| 5.3.2 实验结果与分析 |
| 5.4 本章小结 |
| 第6章 结论与展望 |
| 6.1 研究结论 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
（3）基于DCI的视频作品特征备案技术应用研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 引言 |
| 1.1 课题研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.3 研究内容 |
| 1.4 论文结构组织 |
| 1.5 本章小结 |
| 2 视频数据库基本结构和数据模型的建立 |
| 2.1 视频数据库的基本结构 |
| 2.2 视频数据模型的建立 |
| 2.3 本章小结 |
| 3 视频特征备案系统理论研究 |
| 3.1 视频结构化分析 |
| 3.2 镜头分割 |
| 3.2.1 常用镜头分割算法 |
| 3.2.2 非均匀分块加权直方图结合互信息量镜头分割算法 |
| 3.3 关键帧提取 |
| 3.3.1 常用关键帧提取算法 |
| 3.3.2 基于互信息量的曲线高曲率点视频关键帧提取算法 |
| 3.4 视频特征提取 |
| 3.4.1 MPEG-7视觉特征描述子 |
| 3.4.2 颜色特征提取 |
| 3.4.3 纹理特征提取 |
| 3.4.4 形状特征提取 |
| 3.4.5 局部不变点特征提取 |
| 3.5 视频特征索引 |
| 3.6 本章小结 |
| 4 视频检索 |
| 4.1 视频检索系统的构成 |
| 4.2 相似度比对算法 |
| 4.2.1 关键帧特征签名距离相似度比对 |
| 4.2.2 综合时序特征曲线和关键帧特征的视频相似度比对 |
| 4.3 视频检索系统评价标准 |
| 4.4 本章小结 |
| 5 算法测试结果分析和系统实现 |
| 5.1 系统结构及流程设计 |
| 5.2 系统开发环境介绍 |
| 5.3 系统功能设计 |
| 5.4 系统主要类设计 |
| 5.5 备案数据说明 |
| 5.6 测试结果和分析 |
| 5.7 本章小结 |
| 结论 |
| 参考文献 |
| 申请学位期间的研究成果及发表的学术论文 |
| 致谢 |
（4）视频检索技术及其在交通中的应用研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 课题研究的背景和意义 |
| 1.2 视频检索系统的研究现状 |
| 1.3 本课题研究的基本任务与要求 |
| 1.4 论文章节安排 |
| 第二章 视频检索相关技术 |
| 2.1 视频特征提取 |
| 2.1.1 视频特征提取的结构化描述 |
| 2.1.2 基于关键帧的视频图像特征提取 |
| 2.2 视频数据库技术 |
| 2.2.1 视频数据库系统的特点 |
| 2.2.2 视频数据库的体系结构 |
| 2.2.3 视频数据库管理系统的数据模型 |
| 2.3 网络视频数据访问技术 |
| 2.3.1 视频数据库系统的网络结构 |
| 2.3.2 WEB数据访问技术 |
| 2.3.3 网络视频分布式共享技术 |
| 2.4 本章小结 |
| 第三章 综合颜色和形状特征的检索技术 |
| 3.1 颜色特征 |
| 3.1.1 颜色特征描述 |
| 3.1.2 颜色模型 |
| 3.1.3 颜色特征提取 |
| 3.2 形状特征 |
| 3.2.1 形状特征描述 |
| 3.2.2 形状特征提取 |
| 3.3 特征归一化 |
| 3.3.1 内部特征归一化 |
| 3.3.2 外部特征归一化 |
| 3.3.3 特征匹配 |
| 3.4 实验结果 |
| 3.5 本章小结 |
| 第四章 系统总体设计 |
| 4.1 系统总体方案设计 |
| 4.1.1 系统总体结构设计 |
| 4.1.2 数据库管理系统设计 |
| 4.1.3 系统数据库设计 |
| 4.2 系统网络结构 |
| 4.3 基于.NET平台的系统实现方案设计 |
| 4.3.1 系统平台搭建及工作流程 |
| 4.3.2 系统前台功能实现 |
| 4.3.3 数据库管理系统实现技术途径 |
| 4.4 本章小结 |
| 第五章 系统实现 |
| 5.1 视频检索方式概述 |
| 5.2 系统检索功能设计与实现 |
| 5.2.1 检索方式分类 |
| 5.2.2 示例检索 |
| 5.2.3 对象检索 |
| 5.2.4 视频段检索 |
| 5.2.5 视频浏览 |
| 5.3 本章小结 |
| 第六章 总结与展望 |
| 致谢 |
| 参考文献 |
| 附录 攻读学位期间公开发表的论文 |
（5）面向虚拟场景生成的视频素材库管理系统（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景和意义 |
| 1.2 视频数据库组织与管理技术国内外研究现状 |
| 1.2.1 视频数据模型的研究现状 |
| 1.2.2 视频分类技术的研究现状 |
| 1.2.3 视频索引、检索与结构化的研究现状 |
| 1.3 视频素材的提取与加速国内外研究现状 |
| 1.3.1 视频素材结构分析的研究现状 |
| 1.3.2 视频对象的快速提取的研究现状 |
| 1.4 章节组织 |
| 第2章 层次化视频数据库的组织与管理. |
| 2.1 层次化视频数据模型的构建 |
| 2.1.1 数据模型的主要类型 |
| 2.1.2 视频数据模型的多支持特性 |
| 2.1.3 数据模型的特点和数据对象 |
| 2.1.4 层次化视频数据关系模型的结构 |
| 2.2 视频结构化 |
| 2.2.1 情节、场景与对象实体 |
| 2.2.2 基于视频层次化模型的视频结构化 |
| 2.2.3 基于支持向量机的场景分类 |
| 2.3 基于视频结构化的视频索引和检索 |
| 2.3.1 以对象实体为基础的树状结构索引 |
| 2.3.2 基于视频数据模型的层次化注释索引 |
| 2.4 数据库构建与设计 |
| 2.4.1 数据库表设计与实现 |
| 2.4.2 视频数据库实现与层次化展示 |
| 2.5 本章小结 |
| 第3章 视频素材对象提取与加速 |
| 3.1 视频素材对象提取步骤 |
| 3.1.1 初始化重叠分类器 |
| 3.1.2 高斯混合模型聚类 |
| 3.1.3 建立局部模型 |
| 3.1.4 特征点全局仿射变换 |
| 3.1.5 光流法估测局部变形 |
| 3.1.6 更新局部模型 |
| 3.1.7 更新分类器 |
| 3.1.8 对象提取与迭代优化 |
| 3.1.9 Alpha matting |
| 3.2 素材对象提取加速 |
| 3.2.1 加速前算法流程 |
| 3.2.2 Alphamatting与特征点全局仿射变换的加速 |
| 3.2.3 基于OpenMP的多核加速 |
| 3.2.4 加速后实验结果 |
| 3.3 本章小结 |
| 第4章 面向虚拟场景构建的视频素材库系统实现 |
| 4.1 开发环境 |
| 4.2 MVC系统架构 |
| 4.3 系统实现 |
| 4.3.1 层次化视频浏览与对象编辑实现 |
| 4.3.2 层次化视频检索实现 |
| 4.3.3 视频切分与场景分类实现 |
| 4.4 本章小结 |
| 第5章 总结和展望 |
| 5.1 总结 |
| 5.2 展望 |
| 参考文献 |
| 攻读硕士学位期间主要的研究成果 |
| 致谢 |
| 作者简历 |
（6）电力系统视频监控系统中的视频数据库技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 视频监控系统的提出 |
| 1.2 视频监控系统设计原则 |
| 1.3 电力系统视频监控系统 |
| 2 视频与视频数据 |
| 2.1 模拟视频与数字视频 |
| 2.2 数字视频的特征 |
| 2.3 视频数据压缩和网络传输 |
| 2.4 视频数据分段处理 |
| 3 视频数据库 |
| 3.1 视频数据库系统的结构 |
| 3.2 视频数据的管理 |
| 3.3 视频数据库研究的几个问题 |
| 4 视频数据库技术在监控系统中的应用 |
| 4.1 视频数据库技术应用 |
| 5 多媒体监控系统视频信息查询的实现 |
| 5.1 数据模型的选择 |
| 5.2 监控视频数据库系统结构 |
| 5.3 视频内容的自动分析 |
| 5.4 监控视频数据库的数据存取 |
| 6 无人值守变电站视频监控系统的应用 |
| 6.1 无人值守变电站视频监控系统简介 |
| 6.2 视频监控系统组成 |
| 6.3 视频监控系统特点 |
| 6.4 主要作用 |
| 6.5 变电站视频监控系统典型事例 |
| 7 结论与展望 |
| 致谢 |
| 参考文献 |
（7）视频数据组织模型与降维算法研究（论文提纲范文）
| 提要 |
| 第一章 绪论 |
| 1.1 引言 |
| 1.2 视频数据库简介 |
| 1.2.1 视频数据库发展现状 |
| 1.2.2 描述多媒体内容的国际标准 |
| 1.3 论文研究的主要内容 |
| 第二章 基于内容的多媒体信息检索系统关键技术 |
| 2.1 图像特征的提取与表达 |
| 2.1.1 颜色特征 |
| 2.1.2 纹理特征 |
| 2.1.3 形状特征 |
| 2.1.4 空间特征 |
| 2.2 颜色空间模型 |
| 2.2.1 RGB颜色空间 |
| 2.2.2 HSV颜色空间 |
| 2.2.3 RGB转HSV颜色空间 |
| 2.3 基于内容的视频检索技术 |
| 2.3.1 视频结构及其基本概念 |
| 2.3.2 视频镜头分割 |
| 2.4 相似性度量 |
| 2.5 高维向量降维技术 |
| 2.5.1 高维向量选维技术 |
| 2.5.2 高维向量降维技术 |
| 2.6 算法评价标准 |
| 2.7 小结 |
| 第三章 基于内容的视频数据组织模型 |
| 3.1 视频结构特点 |
| 3.2 数据立方体模型 |
| 3.2.1 数据立方体 |
| 3.2.2 多维数据组织模型 |
| 3.3 基于数据立方体的视频数据组织模型 |
| 3.3.1 维度 |
| 3.3.2 度量 |
| 3.4 空间数据的索引 |
| 3.5 分析与总结 |
| 第四章 视频数据库高维特征的降维算法研究 |
| 4.1 PCA(Principal Component Analysis)算法 |
| 4.2 LPP(Locality Preserving Projections)算法 |
| 4.2.1 LPP算法描述 |
| 4.2.2 新样本问题 |
| 4.2.3 检索精确度与降维维数的关系 |
| 4.2.4 k近邻的问题 |
| 4.3 改进的可变维LPP算法—VD-LPP |
| 4.3.1 维数D的确定 |
| 4.3.2 本文提出的VD-LPP算法 |
| 4.4 分析与总结 |
| 第五章 系统实验结果及分析 |
| 5.1 测试环境及资源 |
| 5.1.1 测试平台 |
| 5.1.2 系统框架 |
| 5.2 实验结果与分析 |
| 5.2.1 检索结果比较 |
| 5.2.2 检索效率比较 |
| 5.2.3 实验结果分析 |
| 5.3 本章小结 |
| 第六章 总结和展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 摘要 |
| Abstract |
| 致谢 |
| 在读硕士期间发表论文情况 |
（8）多媒体内容检索在节目制作系统中的研究与实现（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 课题的研究背景和意义 |
| 1.2 国内外的研究现状 |
| 1.3 论文内容和组织结构 |
| 第二章 基于内容的视频检索所要面对的数据对象 |
| 引言 |
| 2.1 SDI |
| 2.2 SDTI |
| 2.3 MPEG-2 |
| 2.4 MPEG-4 |
| 2.5 MPEG-7 |
| 2.6 MPEG-21 |
| 小结 |
| 第三章 基于内容的视频检索图像的特征提取与表达 |
| 引言 |
| 3.1 颜色特征提取 |
| 3.1.1 色彩系统介绍 |
| 3.1.2 颜色直方图 |
| 3.1.3 颜色矩 |
| 3.1.4 颜色集 |
| 3.1.5 颜色聚合向量 |
| 3.1.6 颜色相关图 |
| 3.1.7 颜色特征的比较 |
| 3.2 纹理特征的提取 |
| 3.2.1 纹理特征分析 |
| 3.2.2 Tamura纹理特征 |
| 3.2.4 小波变换 |
| 3.2.5 其它纹理特征 |
| 3.3 形状特征的提取 |
| 小结 |
| 第四章 改进的MPEG-4的图像分割技术算法与实现 |
| 引言 |
| 4.1 MPEG-4压缩方法视频分割关键技术 |
| 4.2 面向MPEG-4的视频分割技术内容 |
| 4.3 典型的分割算法分析 |
| 4.3.1 二叉分区树分割法 |
| 4.3.2 基于运动信息分割法 |
| 4.3.3 分析模型分割法 |
| 4.3.4 多帧多特征自动分割法 |
| 4.3.5 交互半自动分割法 |
| 小结 |
| 第五章 多媒体视频数据库的组织与系统设计 |
| 引言 |
| 5.1 视频数据库 |
| 5.2 传统关系模型 |
| 5.3 现有的一些视频数据模型 |
| 5.3.1 分段模型和层次模型 |
| 5.3.2 表现建模 |
| 5.3.3 代数视频数据模型 |
| 5.3.4 超文本或超媒体数据模型 |
| 5.3.5 面向对象模型 |
| 5.4 属性分离模型 |
| 5.4.1 视频数据的结构化 |
| 5.4.2 视频数据的特征组织 |
| 5.4.3 面向对象的数据及特征组织 |
| 5.4.4 分类和注释 |
| 5.4.5 操作流程 |
| 小结 |
| 第六章 系统的设计与实现 |
| 引言 |
| 6.1 系统体系结构 |
| 6.2 插件接口设计 |
| 6.3 分类浏览 |
| 6.4 语义注释信息管理 |
| 6.5 用户界面设计 |
| 6.6 原始数据存储方式 |
| 6.6.1 视频节目方式 |
| 6.6.2 镜头片断方式 |
| 6.6.3 视频定位符 |
| 6.7 分布式多媒体数据库 |
| 6.8 视频数据库的相关研究 |
| 6.8.1 媒体服务器的基本结构 |
| 6.8.2 文件系统支持 |
| 6.8.3 网络支持 |
| 小结 |
| 第七章 总结与展望 |
| 7.1 总结 |
| 7.2 发展趋势展望 |
| 7.3 结束语 |
| 参考文献 |
| 致谢 |
（9）基于内容的视频结构化与视觉敏感区域的提取（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 基于内容的视频结构化概述 |
| 1.1 基于内容的视觉信息检索 |
| 1.1.1 视觉信息检索 |
| 1.1.2 基于内容的视频检索及结构化 |
| 1.2 视频结构化系统 |
| 1.2.1 视频结构化的主要步骤 |
| 1.2.2 相关研究状况 |
| 1.2.3 存在的主要问题 |
| 1.3 论文安排 |
| 第二章 基于内容视频结构化的关键技术 |
| 2.1 视频特征的选择和提取 |
| 2.1.1 颜色空间的选择与颜色特征的描述 |
| 2.1.2 边缘直方图与纹理特征的描述 |
| 2.1.3 视觉敏感度与目标区域的提取 |
| 2.2 镜头检测 |
| 2.3 关键帧提取 |
| 2.4 场景聚合 |
| 第三章 基于内容的视频结构化系统 |
| 3.1 系统主要功能 |
| 3.2 系统设计方案 |
| 3.2.1 视频结构化系统的一般框架 |
| 3.2.2 一般框架存在的问题 |
| 3.2.3 对系统框架的改进 |
| 3.3 系统总体控制流程 |
| 3.4 结构化算法的修改 |
| 3.4.1 镜头检测 |
| 3.4.2 关键帧提取 |
| 3.4.3 场景聚合 |
| 3.5 视频数据库的设计与使用 |
| 3.5.1 视频数据模型的确定 |
| 3.5.2 视频数据库的表结构 |
| 3.5.2 视频数据库操作 |
| 3.6 实验结果 |
| 3.7 小结与展望 |
| 第四章 视觉敏感区域的提取 |
| 4.1 视觉敏感与颜色对比度 |
| 4.1.1 视觉敏感 |
| 4.1.2 颜色对比度 |
| 4.2 基于颜色对比度的视觉显着图 |
| 4.2.1 LUV颜色空间 |
| 4.2.2 等同组滤波(Peering Group Filter) |
| 4.2.3 颜色矢量量化 |
| 4.2.4 高斯距离 |
| 4.2.5 视觉显着图 |
| 4.3 视觉显着度计算的优化 |
| 4.3.1 结果分析 |
| 4.3.2 算法的改进 |
| 4.4 视觉显着区域的描述 |
| 4.4.1 多特征融合的描述方法 |
| 4.4.2 视觉显着度加权的颜色直方图 |
| 4.4.3 实验结果与分析 |
| 4.5 小结与展望 |
| 第五章 总结 |
| 参考文献 |
| 致谢 |
（10）基于内容的视频检索系统研究与设计（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 课题的研究背景及研究意义 |
| 1.2 国内外研究状况及存在的主要问题 |
| 1.2.1 国内外研究状况 |
| 1.2.2 存在的主要问题 |
| 1.3 本文的研究内容和组织结构 |
| 第二章 基于内容的视频检索概述 |
| 2.1 数字视频基础 |
| 2.1.1 数字视频的基本概念 |
| 2.1.2 数字视频的特征 |
| 2.1.3 视频数据管理存在的问题 |
| 2.2 视频数据模型 |
| 2.3 基于内容的视频检索概念 |
| 2.3.1 系统框架 |
| 2.3.2 系统设计的基本要求 |
| 2.4 本章小结 |
| 第三章 基于内容的视频检索关键技术 |
| 3.1 镜头检测 |
| 3.1.1 镜头变换的基本概念 |
| 3.1.2 现有的镜头检测算法 |
| 3.1.3 自动门限检测算法及改进 |
| 3.2 关键帧提取 |
| 3.2.1 非压缩域关键帧提取算法 |
| 3.2.2 压缩视频关键帧提取的分析 |
| 3.3 镜头聚类和场景提取 |
| 3.4 视频索引与浏览 |
| 3.4.1 视频索引 |
| 3.4.2 视频浏览 |
| 3.5 本章小结 |
| 第四章 视频段检索和实例系统研究 |
| 4.1 基于内容的视频段检索 |
| 4.1.1 基本概念 |
| 4.1.2 视频段检索形式 |
| 4.1.3 视频的相似性 |
| 4.1.4 视频检索性能评价 |
| 4.2 检索系统实例研究 |
| 4.2.1 基于内容的图像及视频检索系统(QBIC系统) |
| 4.2.2 基于内容的视频数据库查询系统(JACOB系统) |
| 4.2.3 视频存储及检索系统（VideoSTAR） |
| 4.3 本章小结 |
| 第五章 系统设计与实现 |
| 5.1 系统设计 |
| 5.1.1 系统结构和功能 |
| 5.1.2 系统模块详细设计 |
| 5.2 系统实现与实验分析 |
| 5.3 本章小结 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
| 在读期间发表的论文 |
四、基于内容检索的视频数据库数据模型的研究（论文参考文献）
- [1]基于时序动作检测的监控视频异常事件检索方法研究[D]. 杨莹. 哈尔滨工程大学, 2020(05)
- [2]基于时—空—内容特征的PTZ相机监控视频数据组织与检索[D]. 崔倩. 南京师范大学, 2016(04)
- [3]基于DCI的视频作品特征备案技术应用研究[D]. 杨丽. 北方工业大学, 2013(10)
- [4]视频检索技术及其在交通中的应用研究[D]. 李文兵. 昆明理工大学, 2010(02)
- [5]面向虚拟场景生成的视频素材库管理系统[D]. 王慧昱. 浙江大学, 2010(02)
- [6]电力系统视频监控系统中的视频数据库技术研究[D]. 刘保纲. 郑州大学, 2009(02)
- [7]视频数据组织模型与降维算法研究[D]. 宋瑜. 吉林大学, 2008(10)
- [8]多媒体内容检索在节目制作系统中的研究与实现[D]. 冒捷. 郑州大学, 2007(04)
- [9]基于内容的视频结构化与视觉敏感区域的提取[D]. 赵蔚. 北京邮电大学, 2007(S2)
- [10]基于内容的视频检索系统研究与设计[D]. 寿航军. 西安电子科技大学, 2007(06)