电子文档交易市场
安卓APP | ios版本
电子文档交易市场
安卓APP | ios版本

视频数据库的设计与应用-数据库与界面设计-毕业论文

42页
  • 卖家[上传人]:wo7****35
  • 文档编号:54928086
  • 上传时间:2018-09-22
  • 文档格式:DOC
  • 文档大小:2.27MB
  • / 42 举报 版权申诉 马上下载
  • 文本预览
  • 下载提示
  • 常见问题
    • 1、本科毕业论文本科毕业论文(科研训练、毕业设计)题题 目目: 视频数据库的设计与应用视频数据库的设计与应用数据库与界面设计姓 名: 学 院: 软件学院系: 软件工程专 业: 软件工程年 级: 学 号: 指导教师(校内): 职称: 年 月I视频数据库的设计与应用视频数据库的设计与应用摘要摘要 基于内容的视频数据库与传统的基于注释的数据库有很大不同,它用视频图像的内容信息表征视频,可大规模并自动化的建立,在多媒体信息愈来愈普遍的今天,视频数据库是研究的热点,并在众多行业中有重要的应用。本文讨论了基于内容视频数据库的基本原理,基本运行框架和主要模块,其中主要模块包括视频结构化处理模块,查询与检索模块,索引模块等;讨论了基于内容的视频数据库的若干关键技术,包括镜头切割技术、关键帧提取技术、视频特征提取技术、视频索引技术等;最后在软件的设计和实现部分,详细的讨论了系统的数据流,数据字典的设计,系统的用例流程和界面的实现,用截图显示了基本的操作流程。最后在数据库的实现部分,介绍了数据库的表的设计,存取过程和数据库索引所采用的算法和建立过程。 关键词:关键词: 视频数据库 基于内容检索 关键帧 图像特

      2、征IIVideoVideo Data-baseData-base DesignDesign andand ApplicationApplicationAbstractAbstract This paper talks about the basic principles, framework and main modules of the content-based video database, which includes video structured treatment module, search and retrieval module, and the indexing module; This paper also introduces some key techniques in implementing the content-based video database, including Scene Incision, Key Frame Extraction ,Feature Extraction and Constriction of Video Index

      3、 and so on. In the software design and implementing part, it discusses in detail data flows and the data dictionary of this system, the design of the interface and the procedures to use the software, which is shown in pictures. The design of data tables ,the method of accessing the database and the algorithm of indexing are discussed in the last chapter of this paper.Keywords:Keywords: video database content-based retrieval key frame frames features III目录目录第一章 视频数据库概述11.1 视频数据库的发展背景 .11.2 基于内容的视

      4、频检索系统基本原理 .11.3 基于内容的视频检索系统的发展现状 .31.3.1 QBIC 系统.31.3.2 Visual Seek 系统3 1.3.3 VideoQ 系统 4 1.3.4 TV 一 Fl 系统 41.4 基于内容的视频检索系统的应用 .4 1.4.1 视频数据库应用于数字图书馆.4 1.4.2 视频数据库应用于教育.4 1.4.3 视频数据库应用于工业.5 1.4.4 视频数据库应用于医疗保健.5第二章 基于内容视频检索的系统框架及关键技术62.1 镜头边界检测 .6 2.1.1 模板匹配法.6 2.1.2 直方图法.6 2.1.3 基于边缘的方法.6 2.1.4 基于模型的方法.7 2.1.5 双比较技术法.72.2 关键帧提取技术 7 2.2.1 首尾帧提取法.8 2.2.2 像素平均值提取法.8 2.2.3 平均直方图提取法.8 2.2.4 内容突变提取法.8 2.2.5 运动量最小值提取法.8 2.2.6 类心提取法.82.3 视频特征提取 .8 2.3.1 颜色特征的提取.9 2.3.2 纹理特征的提取.9 2.3.3 形状特征提取.102.4 视频索引的

      5、建立 .10 2.4.1 基于注释的索引方法.10 2.4.2 基于特征的索引方法.10 2.4.3 基于领域知识的索引方法.112.5 查询与检索 11IV第三章 系统的设计与实现123.1 系统数据流图 .123.2 数据字典 .143.3 系统界面的实现及操作流程 .153.4 系统数据库的设计 .19 3.4.1 表的设计:.19 3.4.2 数据库的操作.203.5 数据库索引设计 .22 3.5.1 相似距离.22 3.5.2 K 均值聚类算法:23结论25致谢26参考文献27VContentChapter 1 Introduction to video database.11.1 Development background.11.2 Basic principle of content-based database .11.3 The actuality of content-based database.3 1.3.1 QBIC System3 1.3.2 Visual Seek System3 1.3.3 VideoQ System.4 1.3.4 TV 一 Fl

      6、System.41.4 Application of content-based database.4 1.4.1 Application in e-library4 1.4.2 Application in education 4 1.4.3 Application in industry.5 1.4.4 Application in health5Chapter 2 The framework and key-technology62.1 Scene Incision.6 2.1.1 template matching 62.1.2 Histogram method62.1.3 Edge-based method 6 2.1.4 Modle-based method7 2.1.5 Double Comparison method.72.2 Key Frames Extraction .7 2.2.1 First and Last frame method.8 2.2.2 Average value.8 2.2.3 Average histogram extraction 8 2.2

      7、.4 Content mutation extraction.8 2.2.5 Minimal amount of movement extraction8 2.2.6 Class centre extraction82.3 Feature Extraction.8 2.3.1 Color feature extraction9 2.3.2 Texture feature extraction 9 2.3.3 Shape feature extraction.102.4 Indexing10 2.4.1 Note-based indexing.10 2.4.2 Feature-based indexing.10 2.4.3 Field knowledge-based indexing11VI2.5 Search and retrieval.11Chapter 3 Design and implementation of the system.123.1 System DDF123.2 Data dictionary143.3 Systems interface and using pro

      8、cedures153.4 Design of database19 3.4.1 Design of data tables 19 3.4.2 Accessing database.203.5 Design of database indexing.22 3.5.1 Similarity distance.22 3.5.2 K-mean clustering .23Conclusion25Acknowledgement26References27VII引言引言基于内容的检索(CBR,Content-Based Retrieval),是指直接根据描述媒体对象内容的各种特征进行检索,它能从数据库中查找到具有指定特征或含有特定内容的图像(包括视频片段) ,它区别于传统的基于关键字的检索手段,融合了图像理解、模式识别等技术,具有如下特点:1)直接从媒体内容中提取信息线索;2)基于内容的检索是一种近似匹配,这一点与常规数据库检索的精确匹配方法有明显不同;3)特征提取和索引建立可由计算机自动实现,避免了人工描述的主观性,也大大减少了工作量。近十年来,基于内容的图像、视频数据的检索是当前计算机视觉,图

      9、像数据库与知识挖掘(Knowledge Discovery)等领域最活跃的研究热点之一。本文站在实践角度分析系统的设计和实现,并采用自顶向下,逐步精确的方法来说明运用到的关键技术方法。论文主要包括理论概述,关键技术,系统设计和系统实现四大部分。其中关键技术和系统的设计和实现是关键的部分。具体的理论方法将在各个章节中详细分析说明。视频数据库的设计与应用数据库与界面设计1第一章第一章 视频数据库概述视频数据库概述1.1 视频数据库的发展背景视频数据库的发展背景近年来,随着多媒体编码、计算机多媒体处理和网络传输技术的飞速发展,人们已可通过互联网实时查询、欣赏和产生丰富多彩的视频信息。互联网正逐渐成为一个巨大的视频仓库。如何有效地组织和检索视频信息已成为数据库领域以及信息检索领域中研究的关键性问题。传统的基于文本的视频检索方法利用文本信息对视频内容进行注释,通过对关键字进行抽取来描述视频内容的语义特征。但由于目前的技术还不能对视频内容的语义特征进行自动描述,仍需使用手工的方法对视频进行解释和注释。这是一项耗时的工作,而且由于主观上的因素,可能造成注释的不准确性,因此,基于文本的检索方法已不能满足需求。基于内容 的视频检索(Content Based Video Retireval),根据视频的内容和上下文关系,对大规模视频数据库中的视频数据进行检索。它在没有人工参与的情况下,自动提取并描述视频的特征和内容。它以图像处理、模式识别、计算机视觉、图像理解等领域的知识为基础,从认知科学、人工智能、数据库管理系统及人机交互、信息检索等领域,引人新的媒体数据表示和数据模型,从而设计出可靠、有效的检索算法、系统结构以及友好的人机界面。目前,基于内容的视频检索研究,除了识别和描述图像的颜色、纹理、形状和空间关系外,主要的研究集中在视频分割、特征提取和描述(包括视觉特征、颜色、纹理和形状及运动信息和对象信息等)、关键帧提取和结构分析等方面。1.2 基于内容的视频检索系统基本原理基于内容的视频检索系统基本原理首先,视频作为一种表达信息的媒体,它有着自己独立的结构。通常可将视频信息分成4 个内容结构层次:视频文件(Video)、场景(Scene)、镜头(Sh

      《视频数据库的设计与应用-数据库与界面设计-毕业论文》由会员wo7****35分享,可在线阅读,更多相关《视频数据库的设计与应用-数据库与界面设计-毕业论文》请在金锄头文库上搜索。

      点击阅读更多内容
    最新标签
    发车时刻表 长途客运 入党志愿书填写模板精品 庆祝建党101周年多体裁诗歌朗诵素材汇编10篇唯一微庆祝 智能家居系统本科论文 心得感悟 雁楠中学 20230513224122 2022 公安主题党日 部编版四年级第三单元综合性学习课件 机关事务中心2022年全面依法治区工作总结及来年工作安排 入党积极分子自我推荐 世界水日ppt 关于构建更高水平的全民健身公共服务体系的意见 空气单元分析 哈里德课件 2022年乡村振兴驻村工作计划 空气教材分析 五年级下册科学教材分析 退役军人事务局季度工作总结 集装箱房合同 2021年财务报表 2022年继续教育公需课 2022年公需课 2022年日历每月一张 名词性从句在写作中的应用 局域网技术与局域网组建 施工网格 薪资体系 运维实施方案 硫酸安全技术 柔韧训练 既有居住建筑节能改造技术规程 建筑工地疫情防控 大型工程技术风险 磷酸二氢钾 2022年小学三年级语文下册教学总结例文 少儿美术-小花 2022年环保倡议书模板六篇 2022年监理辞职报告精选 2022年畅想未来记叙文精品 企业信息化建设与管理课程实验指导书范本 草房子读后感-第1篇 小数乘整数教学PPT课件人教版五年级数学上册 2022年教师个人工作计划范本-工作计划 国学小名士经典诵读电视大赛观后感诵读经典传承美德 医疗质量管理制度 2 2022年小学体育教师学期工作总结 2022年家长会心得体会集合15篇
     
    收藏店铺
    关于金锄头网 - 版权申诉 - 免责声明 - 诚邀英才 - 联系我们
    手机版 | 川公网安备 51140202000112号 | 经营许可证(蜀ICP备13022795号)
    ©2008-2016 by Sichuan Goldhoe Inc. All Rights Reserved.