论文部分内容阅读
虽然目前存在一些基于镜头的视频分析方法能够为用户操纵视频提供一些方便。但由于一个长视频中其镜头太小，而且单个视频镜头往往也无法表达出潜在的视频语义，因此就需要一个更高的层次上组织视频。该文提出的视频目录层次结构把若干个镜头在其自身内容及时间的约束下合并成一个集束，再把若干个集束融合，形成一个表达一定意义的视频场景。用户在操作视频时，可通过视频的目录层次结构进行非线性的浏览及观看；用户除了可进行非线性的浏览外，还可进行基于视频内容和语义的综合查询来直接定位到自己需要查找的部分。以上这些操作都是在原型系统Ｖｉｄｅｏ Ｅｘｐｅｒｔ及Ｖｉｄｅｏ Ｅｘｐｌｏｒｅｒ中进行的。