基于压缩域的海量视频浓缩关键技术研究

Aimed at the problem of the digital video in compressed domain， such as growing faster, redundant data, low utilization rate and the pool performance of real-time in current reality of life, the suject oriented the wide applications of modern social and daily exponential growth of digital video, based on the in-depth analysis of the existing video analysis theory and techniques, and also the current video application situation, by introduction of the adjacent message propagation model, Rough Sets attribute reduction theory, wavelet multiresolution analysis and other novel mathematical methods, combining association analysis, clustering, data mining and data analysis theory, achieved the highly concentrated original video clips by effective shot boundary detection, key frame extraction and key frame fusion techniques of the video in compressed domain, Researched the key techniques of shot segmentation, key frame generation and video fusion from a novel perspective using novel theory and new thinking. Proposed a set of complete massive video concentrate system in compressed domain, making the original massive digital video under the condition of less loss of useful information as much as possible to highly concentrate effectively, so as for we can acquire the important and real-time information of massive video in a short period time, greatly shorten the browsing time of digital video,improving the application efficiency of compressed digital video,and finally laying a theoretical foundation for the use of compressed domain digital video effectively.

针对当前生活中压缩域数字视频增长速度快、冗余数据多、利用率低及实时性不强的问题，课题面向现代应用广泛且每日呈指数增长的数字视频，在深入分析现有视频应用现状与理论方法的基础上，通过引入邻近消息传播模型、粗糙集属性约简理论及小波多分辨分析等数学方法，结合关联分析、聚类等数据挖掘与数据分析思想，将压缩域数字视频进行有效的镜头边界检测、关键帧提取及关键帧融合，得到原视频的高度浓缩片段。以新的理论与思维对镜头提取、关键帧产生与视频融合等关键技术在原有基础上进行了创新研究。提出了一套完整的压缩域海量视频浓缩技术体系，使得海量的压缩域数字视频在尽可能少丢失有用信息的前提下进行科学、有效的高度浓缩，便于人们在较短时间内获取海量视频的实时重要信息，大大缩短数字视频的浏览时间，极大地提高压缩域数字视频的应用效率，为视频的高效利用奠定一定的理论基础。

课题以压缩域视频为研究对象，以粗糙集理论、小波分析、聚类分析等数学理论为基础支撑，对压缩域海量视频浓缩关键技术进行了详细的研究，解决了项目申请书中提出的三个科学问题。研究表明：（1）在压缩域直接抽取I帧DCT系数，然后对DCT系数进行预处理得到DC系数，由DC系数通过建模能够较好地达到压缩域视频分析的目的，可以大大提升视频分析的实时性。（2）基于I帧与RS理论的关键帧提取理论能较好的解决传统关键帧提取不科学的问题。首先从镜头的视频帧提取DCT系数，预处理后得到DC系数，然后以变化块为行，以DC系数为列，建立视频序列帧的信息系统，再利用RS理论的属性约简理论产生信息系统的核，该核为不可再约简的属性的集合，对应到视频序列即为关键帧。（3）由于视频帧的重复度在一定意义上反映了视频内容的重要性，即相对重要的视频内容一定要较多的视频帧来体现，根据这一原理，通过约简的I帧的数目，可以判定该镜头的重要性，依据镜头的重要性，可产生分级视频摘要，以满足不同层次用户的需求。（4）将I帧的权重信息与小波多分辨分析结合起来，即可做到对关键帧的有效融合，根据I帧权重值的重要级别，体现融合过程中信息的重要程度，更科学的表现了镜头的内容信息，从而有效的将视频帧融合浓缩。