现代信息检索课程报告——《基于内容的视频信息检索》
3 基于内容的视频检索系统的实现方式
3.1视频信息的特征
一、关键帧
关键帧是计算机动画术语，帧——就是动画中最小单位的单幅影像画面，相当于电影胶片上的每一格镜头。在动画软件的时间轴上帧表现为一格或一个标记。关键帧——相当于二维动画中的原画,指角色或者物体运动或变化中的关键动作所处的那一帧。关键帧与关键帧之间的动画可以由软件来创建，叫做过渡帧或者中间帧在一组连续运动的镜头中，通过分析每个镜头的光流量，找到的变化最小的那个镜头。这便是关键帧。在视频信息中，人们常用关键帧来标识场景、故事等高层语义单元。 [7]
二、镜头
影视中所指的镜头，并非物理含义或者光学意义上的镜头，而是指承载影像、能够构成画面的镜头。镜头是比帧更高级的视频基本单元，镜头是组成整部影片的基本单位。若干个镜头构成一个段落或场面，若干个段落或场面构成一部影片。因此，镜头也是构成视觉语言的基本单位。它是叙事和表意的基础。在影视作品的前期拍摄中，镜头是指摄像机从启动到静止这期间不间断摄取的一段画面的总和；在后期编辑时，镜头是两个剪辑点间的一组画面；在完成片中，一个镜头是指从前一个光学转换到后一个光学转换之间的完整片段[8]。
三、切换
它是镜头间最常见的过渡方式, 表现为在相邻两帧间发生突变性的镜头转换。
四、视频段落
在时间上连续的镜头是相关的, 因为这一组镜头是一个情节。显然, 视频段落是一种比镜头具有更高抽象层次的结构。
3.2 实现方式
基于内容的视频信息检索系统主要通过以下三种方式实现：
(1) 基于图象的方式：将视频资料进行镜头检测和关键帧提取后，用镜头的关键帧来代表镜头。通过对关键帧的特征提取( 如: 纹理、直方图等) 以及手工注释的方法来实现对视频信息的内容描述。在检索端通过对视频信息关键帧的匹配来实现对视频信息的检索。在前面提到的视链广告便是其中应用之一。