导读:本文包含了镜头边缘检测论文开题报告文献综述及选题提纲参考文献，主要关键词:视频检索,特征提取,镜头边缘检测,卷积神经网络
镜头边缘检测论文文献综述
李继伟[1]（2018）在《视频镜头边缘检测与关键帧提取算法的应用研究》一文中研究指出随着信息技术的迅速发展,互联网以及多媒体技术被广泛应用,大量的视频信息在人们的日常生活和工作中产生,它们为人们的生活带了极大的便利。然而,面对结构复杂多样的视频数据内容,如何在海量的视频数据量中进行存储、检索视频已成为视频研究领域热门而又亟需解决的问题。基于此,本文主要对视频检索中的若干问题进行研究,主要包括镜头检测、关键帧提取,分别详细介绍镜头边缘检测算法以及关键帧提取算法,并分析各算法的特点。在视频帧特征提取技术中,本文在镜头检测和关键帧提取两个方面的研究中均先用特征提取,然后运用归一化方法进行特征融合得到显着特征图。前者采用改进的传统方法进行视频帧图像底层特征提取,后者采用深度卷积神经网络的方法进行特征提取。实验表明,在本文的应用中表现出较好的结果。在镜头分割技术中,本文提出了一种基于改进的双重检测模型的镜头检测方法。该方法在镜头边缘检测算法中,先采用非均匀分块颜色直方图不连续度的概念,并结合滑动窗口自适应二分查找算法进行镜头边界初步检测,从而得到镜头初检集。再采用多特征融合的自适应双阈值方法进行视频镜头边缘的复检,并对初检中可能发生镜头变换的位置提取前后n帧图像的纹理和色调积特征,采用跨尺度合并和归一化算法得到综合特征显着图,在此基础上采用自适应双阈值,进一步确定是否是渐变镜头、突变镜头以及干扰导致镜头的误检,从而准确高效检测出视频镜头的边缘。实验表明,该算法在视频镜头边缘检测中具有很好的适应性。在关键帧提取技术中,本文提出的一种基于深度卷积神经网络的关键帧提取算法,即利用深度学习的技术提取关键帧。首先,利用卷积神经网络对视频帧图像特征提取的优势,分别利用卷积层、下采样层、全连接层提取的视频帧图像特征进行融合得到显着图特征,然后,运用帧间相似度度量算法进行关键帧的提取。实验表明,该方法提取出来的关键帧能相对较好的表达视频的主要内容。(本文来源于《华中师范大学》期刊2018-05-01）
范燕军[2]（2015）在《顺序性镜头边缘检测方法》一文中研究指出使用顺序性方法,完成镜头边缘检测任务。首先,提取特征创建空间金字塔的表示。其次,使用顺序性方法,处理这种表示,构建连续性信号。最后,借助于颜色和SIFT特征构建得到的连续性信号之间的优势互补,考虑效果和效率的折中,两阶段处理,分别挑选候选帧以及对候选帧进行分类,判定视频内容的变化。在最新的非商业TRECVID2002镜头边缘检测任务公开数据集上的实验表明,顺序性镜头边缘检测方法获得了令人满意的性能改进,优于此数据集上已经存在的各种方法。使用顺序性方法,能够出色地完成镜头边缘检测任务。(本文来源于《微型电脑应用》期刊2015年10期）
张庆明,郑金梅[3]（2013）在《基于码流分析和边缘检测的视频镜头分割算法》一文中研究指出针对视频镜头的快速有效分割问题,提出一种结合视频帧码流分析与边缘检测的镜头分割算法。算法首先提取并分析视频码流中的每个宏块编码类型和运动向量信息,根据码流分析结果确定部分镜头切换帧及候选镜头切换帧,然后对候选切换帧再进行边缘检测,分析边缘纹理特征,排除非镜头切换帧,保留镜头切换帧。试验结果表明,算法对不同类型视频的镜头突变和渐变检测都有较好的效果。(本文来源于《西南科技大学学报》期刊2013年04期）
牛颢,丁春利,张明,唐博[4]（2013）在《视频镜头边缘检测算法研究与比较》一文中研究指出视频镜头边缘检测中的直方图、像素差异等算法只针对有限的测试数据进行了范围比较狭窄的测试,对于算法的适用领域和范围没有进行测试和说明。为了解决这一问题,设计实现了叁种视频镜头检测算法,并构造了丰富的测试视频数据集,针对测试结果进行了实现算法的性能分析以及提出了改进建议。(本文来源于《计算机应用研究》期刊2013年02期）
范铁生,张浩[5]（2007）在《CBVR中一种镜头边缘检测算法》一文中研究指出镜头边缘检测是实现CBVR的一个重要的步骤.提出了忽略分块极大值的加权直方图的方法,并结合此概念及现有算法分别提出一种改进的窗口法来检测突变和一种改进的基于非相邻帧差法来检测渐变,更加精确地实现了镜头的分割以及对镜头边界点的定位.实验结果表明该算法行之有效.(本文来源于《辽宁大学学报(自然科学版)》期刊2007年04期）
刘文萍,李也白,张常年[6]（2006）在《视频镜头边缘检测技术》一文中研究指出论文对视频镜头边缘检测的基本原理进行了阐述,介绍了压缩域和非压缩域中视频图像的镜头切换、渐变及溶解的检测方法,以及各类检测方法的基本思想和主要公式,最后指出了性能评价所面临的问题。(本文来源于《计算机工程与应用》期刊2006年21期）
张春林,刘建华,胡瑞敏[7]（2005）在《MPEG压缩域中自适应镜头实时边缘检测》一文中研究指出提出了一种在MPEG压缩视频中利用DCT系数和运动信息快速检测镜头边缘的方法,首先利用MPEG视频中I帧DC图像间的特征值差初步判断镜头的边缘,其中的特征值差阈值能自适应调整;然后利用B帧的运动信息将镜头的边缘在图像层GOP中精确定位。实验表明,该方法能快速、准确地检测出视频中镜头的边缘。(本文来源于《武汉大学学报(信息科学版)》期刊2005年11期）
叶朝阳,吴飞,庄越挺,陈家实[8]（2003）在《鲁棒的镜头边缘检测融合算法》一文中研究指出对于镜头骤变检测 ,通过最小扩展树算法 (MST)提取保留了视频帧空间信息的颜色聚合向量直方图、引入了动态自适应阈值和时间阻尼 ,使得骤变检测效率高 ;对于渐变检测 ,通过分析其数学产生模型 ,根据模型特性实现渐变镜头检测 ;最后 ,采用一个良好的融合策略同时完成骤变和渐变(本文来源于《计算机辅助设计与图形学学报》期刊2003年11期）
镜头边缘检测论文开题报告
（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：
使用顺序性方法,完成镜头边缘检测任务。首先,提取特征创建空间金字塔的表示。其次,使用顺序性方法,处理这种表示,构建连续性信号。最后,借助于颜色和SIFT特征构建得到的连续性信号之间的优势互补,考虑效果和效率的折中,两阶段处理,分别挑选候选帧以及对候选帧进行分类,判定视频内容的变化。在最新的非商业TRECVID2002镜头边缘检测任务公开数据集上的实验表明,顺序性镜头边缘检测方法获得了令人满意的性能改进,优于此数据集上已经存在的各种方法。使用顺序性方法,能够出色地完成镜头边缘检测任务。
（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。
镜头边缘检测论文参考文献
[1].李继伟.视频镜头边缘检测与关键帧提取算法的应用研究[D].华中师范大学.2018
[2].范燕军.顺序性镜头边缘检测方法[J].微型电脑应用.2015
[3].张庆明,郑金梅.基于码流分析和边缘检测的视频镜头分割算法[J].西南科技大学学报.2013
[4].牛颢,丁春利,张明,唐博.视频镜头边缘检测算法研究与比较[J].计算机应用研究.2013
[5].范铁生,张浩.CBVR中一种镜头边缘检测算法[J].辽宁大学学报(自然科学版).2007
[6].刘文萍,李也白,张常年.视频镜头边缘检测技术[J].计算机工程与应用.2006
[7].张春林,刘建华,胡瑞敏.MPEG压缩域中自适应镜头实时边缘检测[J].武汉大学学报(信息科学版).2005
[8].叶朝阳,吴飞,庄越挺,陈家实.鲁棒的镜头边缘检测融合算法[J].计算机辅助设计与图形学学报.2003