导读:本文包含了代表帧论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:视频,代表,算法,均值,模糊,摘要,镜头。
代表帧论文文献综述
柳晓翠[1]（2014）在《基于时域代表帧的视频哈希算法研究》一文中研究指出多媒体技术的快速发展和互联网的广泛应用,促使网络视频呈现爆炸性的增长趋势。同时,不同的用户往往根据自身的需求对视频进行各种编辑处理,如剪切、格式转换、添加边框、尺寸变化等,生成不同版本的视频,使视频资源变得极其丰富。这些丰富的视频资源对视频的检索、内容管理和版权保护等造成了严峻的挑战。基于视频哈希的视频拷贝检测技术对视频的信息检索、视频版权保护、视频数据库的去冗余和管理、视频特定内容的检测与过滤、视频跟踪等方面有着重要的应用。因此,如何建立更有鲁棒性的视频拷贝检测系统成了国内外研究的热点。本论文首先介绍了视频哈希算法的基本理论知识,包括：视频的数据特征、视频哈希的定义、视频哈希算法的评价标准等；然后提出了一种基于镜头分割的视频哈希算法；最后根据视觉关注模型对视频内容的显着作用,提出了一种基于时空域视觉关注加权的视频哈希算法。本文的主要创新和贡献在以下两个方面：(1)提出了基于镜头分割的视频哈希算法。该算法认为同一个镜头内的视频帧的内容在视觉上几乎是相同的,而不同镜头内的视频帧的内容相差比较大。因此,在形成时域代表帧的过程中,仅仅采用固定帧数的分割并不能很好地描述视频内容,而且降低了从时域代表帧上提取到的视频哈希的鲁棒性和区分性。基于镜头分割的时域代表帧在表征视频内容上表现出更好的优势,且从时域代表帧上生成提取的视频哈希在紧凑性、鲁棒性和区分性上有着更好的性能。(2)提出了一种基于时空域视觉关注加权的视频哈希算法。传统的视频帧加权方式是指数加权或平均加权。尽管这两种加权计算简单,却没有充分考虑人眼对视频内容变化的关注程度的不同。提出的算法根据人眼对视频内容的视觉关注的不同程度的变化,计算每一帧的时域视觉权重,从而生成能够描述视频帧的受关注程度的时域代表帧。从这种时域代表帧上提取的视频哈希不仅能够体现视频受关注内容的重要程度,而且提高了视频哈希的性能。本文提出了两种生成视频哈希的算法,这两种算法通过不同方式生成的视频哈希对视频内容进行简约性表征。视频哈希的简约形式使得其在很多方面有应用价值。如大数据时代背景下,检索大数据时所必须的索引以哈希的形式存储,不仅简化了检索过程而且提高了检索效率。另外,哈希还可以辅助移动设备完成PC机上进行的计算过程。因此,视频哈希能够在现在或未来的大数据环境以及移动计算环境中得到有价值的应用。(本文来源于《山东大学》期刊2014-04-20）
卓力,李依睿,师辰,赵霙頔[2]（2014）在《基于时空代表帧序列的视频近拷贝检测方法》一文中研究指出为了解决空域特征与时域特征只能片面地表征视频内容的问题,提出了一种基于时空代表帧序列的视频近拷贝检测方法.首先,根据帧间颜色卡方差与灰度OM(ordinal measurement)差别进行场景分割;其次,对分割后的视频进行降帧率操作,对于每个分割后的场景,进行分段合成,并根据加权的灰度互信息量进行筛选,得到每个场景的时空代表帧(representative image),并对视频代表帧提取灰度的OM、均值、标准差、对比度以及颜色分布描述子和边缘OM序列等特征;最后,对视频的特征进行对比,根据特征的相似程度来判断检测视频是否为近拷贝视频.实验结果表明,该方法具有较好的鲁棒性和检测能力.(本文来源于《北京工业大学学报》期刊2014年01期）
王新舸,罗志强[3]（2010）在《代表帧及其提取方法》一文中研究指出影像制作者对最想展现给观众的镜头画面通常会保持相对稳定的一段时间,图像的变化相对其他帧小,据此提出了一种新的帧类型:代表帧,并给出了代表帧的提取方法。(本文来源于《电视技术》期刊2010年10期）
戴玉名[4]（2010）在《基于分层代表帧提取的视频摘要研究》一文中研究指出随着视频采集、存储设备的广泛使用和网络传输性能的不断改善,国家重点支持的数字视频产业在电视、网络、手机等载体上发展迅速。面对如此繁多庞大的视频,人们期盼着出现一种快速有效的选择方法以节省时间和精力。视频摘要技术产生的视频摘要作为一种反映视频主要内容的精简版本,可以解决感兴趣视频“选择难”的问题。本文主要研究从底层特征、人物对象到说话事件的静态视频摘要生成方法,其核心技术是“代表帧”的提取,主要做了以下工作：(1)从视频帧底层颜色特征出发,改进了传统的颜色聚合向量使用固定连通阈值不能准确描述视频帧特征和基于等价关系聚类中截矩阵的固定阈值不能适应视频内容丰富变化的不足,并加入了视频的时序特征,生成一般视频摘要。其过程不需人为干预,阈值适应性强,结果也令人满意。(2)引入“人物基础帧”的概念及其提取方法,并在“混合颜色空间”中训练肤色的高斯混合模型,不仅极大地减少了人物对象的检测帧数,而且更加准确地描述了肽色的聚集特性。通过检测人物基础帧上的肤色区域生成的人物视频摘要满足了用户对视频人物的快速了解和认识。(3)结合运动区域与人脸检测,提取说话事件代表帧,生成说话事件摘要。在提取运动区域时,提出了人物基础帧与其运动区域之间对应关系的方案。在使用Haar-like特征和AdaBoost算法训练强分类器检测人脸时,通过缩减较小矩形、改变检测窗口大小来解决特征数量巨大及人脸多尺度问题,并给出特征值的具体计算表达式,弱分类器的分类阈值采用有序分段穷举法,使选择的最优弱分类器更准确。生成的说话事件摘要基本反映了视频人物的动作和行为。(本文来源于《安徽大学》期刊2010-05-01）
陈静[5]（2006）在《基于代表帧的视频摘要方法在家庭视频中的应用》一文中研究指出依据目前的研究状况和家庭视频的特点,提出一种适用于家庭视频的基于场景代表帧的视频摘要生成方法。场景代表帧的选取是在提取镜头关键帧的基础上,利用模糊C-均值聚类算法得到。最后给出了基于内容的家庭视频摘要系统。(本文来源于《现代计算机》期刊2006年06期）
王华伟,施智平,史忠植,胡宏[6]（2005）在《一种基于子镜头聚类的情节代表帧选取方法》一文中研究指出情节代表帧选取方法是视频语义分析和基于内容的视频检索的很重要的方法。代表帧的使用大大减少了视频索引的数据量,同时也为视频摘要和检索提供了一种快捷的方法。该文在子镜头的关键帧提取方法基础上,利用模糊C-均值聚类算法,实现了一种基于子镜头聚类的情节代表帧选取方法。实验证明该方法计算简单,可以较好地代表视频情节。(本文来源于《计算机工程与应用》期刊2005年27期）
代表帧论文开题报告
（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：
为了解决空域特征与时域特征只能片面地表征视频内容的问题,提出了一种基于时空代表帧序列的视频近拷贝检测方法.首先,根据帧间颜色卡方差与灰度OM(ordinal measurement)差别进行场景分割;其次,对分割后的视频进行降帧率操作,对于每个分割后的场景,进行分段合成,并根据加权的灰度互信息量进行筛选,得到每个场景的时空代表帧(representative image),并对视频代表帧提取灰度的OM、均值、标准差、对比度以及颜色分布描述子和边缘OM序列等特征;最后,对视频的特征进行对比,根据特征的相似程度来判断检测视频是否为近拷贝视频.实验结果表明,该方法具有较好的鲁棒性和检测能力.
（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。
代表帧论文参考文献
[1].柳晓翠.基于时域代表帧的视频哈希算法研究[D].山东大学.2014
[2].卓力,李依睿,师辰,赵霙頔.基于时空代表帧序列的视频近拷贝检测方法[J].北京工业大学学报.2014
[3].王新舸,罗志强.代表帧及其提取方法[J].电视技术.2010
[4].戴玉名.基于分层代表帧提取的视频摘要研究[D].安徽大学.2010
[5].陈静.基于代表帧的视频摘要方法在家庭视频中的应用[J].现代计算机.2006
[6].王华伟,施智平,史忠植,胡宏.一种基于子镜头聚类的情节代表帧选取方法[J].计算机工程与应用.2005