[发明专利]基于内容的视频镜头检索方法

权利要求书

1.一种基于内容的镜头检索方法，包括以下步骤：

第一步，首先对视频数据库进行镜头分割，以镜头作为视频内容的基本结构单元和检索单元；

第二步，用关键帧数的关键帧策略及时空注意力选择模型选取关注区域对视频镜头内容进行表征；

第三步，设有两个镜头A和B为显著区域，计算两者对应关键帧匹配度；

第四步，计算镜头时空内容的匹配度。

2.根据权利要求1所述的基于内容的镜头检索方法，其特征在于：在第一步中，对视频数据库进行镜头分割的方法为基于统计分布的渐变镜头分割方法。

3.根据权利要求1所述的基于内容的镜头检索方法，其特征在于：在第二步中，对镜头内容进行表征，包括以下步骤：

(1)设镜头总长度为L，关键帧数目为n，则以L/(n-1)为步长选取n个关键帧；抽取的关键帧在离散的时间点上组成帧序列，用上述方式来表示视频内容，能够比较真实表达出视频流时空内容变化关系，这种镜头内容表征方式可以较好保留时间线上前后关联的语义语境变换信息，这样两个镜头的关键帧数目是一样的；

(2)用注意力模型选择的视频基本对象既包括关键帧的空间静态显著对象，也包括通过时域信息得到动态显著对象，最终的视觉显著区域由下式得到：

V_SA＝S_AO|D_AO

上式中，V_SA、S_AO、D_AO分别表示最终的视觉显著区域、静态显著对象和动态显著对象，|为或运算。

4.根据权利要求1所述的基于内容的镜头检索方法，其特征在于：在第三步中，对两个镜头A和B进行匹配度计算：

(1)计算镜头A和B的对应第i个关键帧匹配度D(A_i，B_i)：

①选取A_i中的第k个显著区域，按“两显著区域匹配度计算方法”计算此显著区域与B_i中各个显著区域的匹配度，该“两显著区域匹配度计算方法”为

D=ω1D1+ω2D2+ω3D3ω1+ω2+ω3,]]>其中D是两显著区域总的差异，值越小表示差异越小，

即越相似，反之值越大就是差异越大，而D₁，D₂，D₃则分别是按Mpeg-7参考模型

中描述子做匹配得到的差异值，ω₁，ω₂，ω₃是权值，三个权值不可同时为零；

②在所有匹配度中选择最小值对应的B_i中显著区域为A_i中的第k个显著区域配对区域，将最小匹配度记为D_i；

③将两配对区域分别从A_i和B_i显著区域集合中删除；

④重复①-③至A_i和B_i显著区域集合中出现空集为止；

⑤对所有D_i求均值即为D(A_i，B_i)；

(2)按步骤(1)计算所用n个关键帧的D(A_n，B_n)；

(3)对计算得到的n个D(A_i，B_i)求均值，得到两个镜头A和B的匹配度。