1.4 本文的研究内容以及论文组织

本文在全面研究目前的视频摘要技术的前提下，对视频关键帧摘要的两个核心技术进行了深入的研究，给出了一个3D视频关键帧摘要生成的方法，并对比了3D视频的普通视频和深度视频，具体内容如下：

（1）首先介绍3D视频的结构，包括普通视频和对应的深度视频。

（2）对现有的比较成熟的场景切分算法进行了概述，采用基于窗的自适应阈值算法对视频进行镜头聚类、场景分割。

（3）研究现有的基于像素匹配、直方图、边缘等图像描述方法，采用灰度直方图描述帧图像的基本特征。

（4）在基于镜头聚类的基础上，通过每个镜头内的局部阈值来提取符合要求的关键帧。

（5）使用VC6.0平台和OpenCV数据开发库编写对应程序，对所采用的关键帧提取算法进行了实验，对比了普通视频和深度视频，并对实验结果作出了分析。

本文的论文组织上，本文描述了3D视频关键帧摘要技术，并通过提取深度视频的关键帧来帮助正常的视频摘要。

第1章先介绍了视频摘要的研究背景、基本研究现状和一般的研究内容。

第2章介绍了视频摘要的相关概念及技术，其中包括视频数据的结构特点、基于深度的3D视频的结构特点，分析了视频镜头分割和关键帧提取两个关键步骤，给出实现这两个步骤的基本方法以及本文要采用的方法。

第3章介绍本文要采用的自适应阈值算法。首先介绍了简单的RGB颜色模型，以及构造图像的灰度直方图来表示视频帧特征的方法，进而比较图像的相似性。然后介绍了基于灰度直方图的自适应阈值算法。

第4章介绍了本文实现的自适应阈值算法完成镜头场景分割；最后基于镜头聚类实现关键帧提取。并且对普通视频以及深度3D视频的关键帧提取结果做出了分析。

第5章对算法结果进行了分析总结，并且对以后进一步的研究工作做出了展望。