第1章 绪论 1
1.1 视频目标检测概况 1
1.2 视频语义分析概况 3
第2章 基于互信息量的视频关键帧提取 6
2.1 视频镜头分割 7
2.2 经典关键帧提取方法 8
2.2.1 分析镜头边缘提取关键帧 8
2.2.2 帧平均法提取关键帧 8
2.2.3 直方图平均法提取关键帧 8
2.2.4 通过视觉内容匹配提取关键帧 9
2.3 基于互信息量的关键帧提取方法 10
2.4 实验结果与分析 12
第3章 视频特征的表示及检索 16
3.1 视频结构分析 16
3.1.1 视频的层次结构 16
3.1.2 视频的结构单元 19
3.2 监控视频信息的表示 20
3.3 监控视频信息特征的存储 23
3.4 R-树索引结构的动态性改进 26
3.4.1 R-树存在的问题 26
3.4.2 R-树节点分裂算法的改进 29
3.1.3 R树索引在外存中的读写 31
3.4.4 实验结果与分析 33
第4章 纹理与颜色特征融合的目标检测 36
4.1 基于纹理和颜色置信融合的运动目标检测 36
4.1.1 背景建模 37
4.1.2 运动目标检测 40
4.1.3 噪点去除 43
4.1.4 模型更新 44
4.1.5 实验结果与分析 44
4.2 基于Haar-like特征压缩的目标检测 48
4.2.1 Haar特征提取算法及改进 49
4.2.2 基于AdaBoost算法的识别检测过程 53
4.2.3 实验结果与分析 54
4.3 颜色-纹理特征融合的均值漂移算法 56
4.3.1 MS目标跟踪算法思想 57
4.3.2 融合颜色、纹理特征的目标检测 58
4.3.3 实验结果与分析 64
第5章 视频图像语义特征提取方法 68
5.1 视频图像特征提取框架 68
5.2 视频低层特征表示与提取似然方法 71
5.2.1 视频低层特征表示方法 72
5.2.2 视频低层特征提取似然方法 76
5.3 视频高层对象语义提取方法 76
5.4 视频高层对象语义标注方法 78
5.5 实验结果与分析 79
第6章 视频图像语义分析 83
6.1 本体语义相似度计算 83
6.1.1 传统的语义相似度计算算法 84
6.1.2 新的语义相似度计算算法 86
6.1.3 实验结果与分析 90
6.2 多层次视频语义分析方法研究 95
6.2.1 多层次视频语义提取框架 96
6.2.2 场景分析 97
6.2.3 对象特征分析 101
6.2.4 事件分析 106
6.2.5 实验结果与分析 108
第7章 视频语义标注及检索方法研究 112
7.1 场景分析及对象提取 112
7.1.1 基于属性的对象提取 113
7.1.2 基于运动特征的对象提取 119
7.2 基于关联规则的事件分析 125
7.2.1 基于事件的规则构建 126
7.2.2 事件检测 126
7.3 视频语义的标注 128
7.3.1 相似度匹配方法 128
7.3.2 特征匹配 129
7.4 实验结果与分析 130
7.4.1 匹配对比实验 132
7.4.2 实验分析 133
7.5 视频语义检索方法 136
7.5.1 颜色特征相似度 138
7.5.2 纹理特征相似度 138
7.5.3 帧间相似度 139
7.5.4 视频语义检索过程 140
参考文献 142
后记 155