植基於視訊頁的顏色與紋理特徵之影片查詢

Video Retrieval Based on Color and Texture Features of Frame

傅莉蓉(Li-Jung Fu)

指導教授 ： 廖士寬

共同指導教授 ： 林春宏(Chuen-Horng Lin)

國立臺中科技大學/資訊與流通學院/資訊管理系碩士班/碩士(2012年)

https://doi.org/10.6826/NUTC.2012.00014

摘要

隨著影片(video)資料量不斷的增加，需要一套有效率的影片查詢機制。本文提出影片描述方式，以分鏡的關鍵特徵集合取代關鍵字的搜尋，讓影片搜尋的方式更多元且更有效率。本文提出一個有效率且高效能的影片描述方式，以建立一套新的植基於內容之影片查詢演算法。本文對影片內容之描述，主要處理的步驟分別為萃取出特徵、偵測出不同的分鏡、過濾內容定義不清楚的分鏡雜訊、分鏡中分群、挑選出比較具代表性的分鏡關鍵特徵集合，以及將內容相似但屬於不連續的分鏡做分類，以此關鍵特徵集合建立影片的分鏡描述，進而重新描述整部影片。
為了驗證本文的影片查詢方法，實驗選用了三種影片資料庫，第一種類型是由Carleton University[59]網站所提供的影片資料庫，主要以驗證分鏡邊界偵測的實驗結果；第二種類型是從YouTube[60]下載的影片，主要以驗證影片的分鏡分類與影片查詢的結果；第三類型的影片資料庫，其資料來源也是從YouTube下載，主要應用在影片查詢的實驗。為了讓影片查詢增加複雜度，實驗中將第二與第三種類型的影片混合成實驗的資料庫。本文針對以上的影片資料庫，做了一系列的比較與分析，證明了本文的分鏡邊界偵測，其結果比較其他方法還要好，而影片查詢所得到的結果，除了能精確的將影片內的分鏡取回之外，也能縮短了影片查詢的時間。

關鍵字

分鏡邊界偵測 ； 關鍵特徵集合 ； 分鏡分群 ； 分鏡分類 ； 影片查詢

並列摘要

無資料

並列關鍵字

shot boundary detection ； key feature set ； shot cluster ； shot classification ； video retrieval

參考文獻

[4] R. Brunelli and O. Mich, “Histograms analysis for image retrieval,” Pattern Recognition, Vol. 34, No. 8, pp. 1625-1637, Auguest 2001.

[5] S. Liapis and G. Tziritas, “Color and texture image retrieval using chromaticity histograms and wavelet frames,” IEEE Transactions on Multimedia, Vol. 6, No. 5, pp. 676-686, October 2004.

[6] T. Hurtut, Y. Gousseau, and F. Schmitt, “Adaptive image retrieval based on the spatial organization of colors,” Computer Vision and Image Understanding, Vol. 112, No. 2, pp. 101-113, November 2008.

[7] C. H. Lin, R. T. Chen, and Y. K. Chan, “A smart content-based image retrieval system based on color and texture feature,” Image and Vision Computing, Vol. 27, No. 6, pp. 658-665, May 2009.

[8] C. H. Lin and W. C. Lin, “Image Retrieval System Based on Adaptive Color Histogram and Texture Features,” Computer Journal, Vol. 54, No. 7, pp. 1136-1147, Septmber 2011.