【正文】 在我做畢業(yè)設(shè)計(jì)的過程中遇到困難時(shí)，是他們給了我精神上和物質(zhì)上的幫助。在 X 老師的悉心指導(dǎo)下，我對(duì)科研工 作有了更進(jìn)一步的認(rèn)識(shí)并深受啟發(fā)。游老師嚴(yán)謹(jǐn)求實(shí)、溫厚和藹，令學(xué)生景仰； X 老師深厚的學(xué)術(shù)功底、敏銳的學(xué)術(shù)洞察力、嚴(yán)謹(jǐn)?shù)闹螌W(xué)作風(fēng)和精益求精的工作精神，給學(xué)生留下了深刻的印象。 致 謝 畢業(yè)設(shè)計(jì)即將完成，此時(shí)此刻我的內(nèi)心充滿了完成工作的成就感所帶來的喜悅，但是，內(nèi)心深處更多的是對(duì)在我畢業(yè)設(shè)計(jì)期間對(duì)我無私幫助的系領(lǐng)導(dǎo)、老師和同 學(xué)們的無限幫助的感激之情，沒有他們的熱心幫助我就不能這么順利完成畢業(yè)設(shè)計(jì)。而更重要地是我在這次事情的參與中明白了做了一個(gè)程序員來說：我們必須時(shí)刻發(fā)揮我們年輕人拼搏、努力向上奮斗、大膽挑戰(zhàn)自己、踏實(shí)的品質(zhì)。 pros vi_ bine(vil,vi2:Video interval,vioidl,vioid2:oid) Find vioidl in Video interval Where +1=vi2. tb Replace vil. to with vi2. to Replace vi 1. Feature with vi 1. Feature U vi2. Feature Replace with vi 1. Annotation U 參考文獻(xiàn) 【 1】 周洞汝，胡宏斌 .視頻數(shù)據(jù)庫管理系統(tǒng)導(dǎo)論 [M].北京 :科學(xué)出版社， 2021. 1819. 【 2】 Breiteneder C,Gibbs S,Tsichritzis D. Modeling of audio/video data[A]. In Proceedings of the 11th International Conference on the EntityRelationship Approach[C]. Karlsruhe:Germany,1992. 322— 399. 【 3】 胡宏斌 .基于語義信息提取的視頻索引技術(shù)研究 [D].武漢 :武漢大學(xué)， 2021. 【 4】 Arnn Ham papur. Design Video Data Management System. thesis 1995 【 5】 eborah Swanberg,ChiaoFe Shu,Ramesh Jain. Architecture of multimedia information system for contentbased retrieval [C].In Audio Video Work shop, San Diego,CA, 【 6】 Deborah Swanberg,ChiaoFe Shu, Ramesh Jain .Knowledge guidedparsing in video database[C]. In Electronic Imaging: Science and Technology, San Jose California, IST/SPIE, 【 7】 Rune Hjelsvold. Sharing and Reuse of Video Information In Pmceedings of the ACM Multimedia 94 Conference Workshop on Multimedia Data base Management Systems, San Francisco,Califomia, 【 8】張樹兵 ,戴紅 ,陳哲 .DELPHI 入門與提高北 京 :清華大學(xué)出版社 ,1999. 【 9】駱娟 ,劉韜 ,何旭洪 .DELPHI 數(shù)據(jù)庫系統(tǒng)開發(fā)實(shí)例導(dǎo)航 .北京 :人民郵電出版社 ,2021. 【 10】薩師煊 ,王珊 .數(shù)據(jù)庫系統(tǒng)概論 (第三版 ).高等教育出版社 ,1999. 總 結(jié) 在這次由我自已親自參加、親自設(shè)計(jì)制作的數(shù)據(jù)庫系統(tǒng)中，收獲非常的大 . 從一開始策劃到制作的整個(gè)流程中，遇到了非常多的困難，首先，由于 delphi7的基礎(chǔ)知識(shí)掌握得不夠勞固，以致在開發(fā)過程中不知從何如手，并且在涉及到delphi7 高級(jí)知識(shí)的運(yùn)用的時(shí)候，更是非常 的困難，但這并沒有成為我邁向知識(shí)殿堂的障礙，反而以此為動(dòng)力，通過四處查詢、積極參與、詢問老師，以前所面對(duì)的問題一個(gè)一個(gè)迎刃而解。 vivid: oid) Delete a in Annotation Where vioid=vi. oid endproc 視頻段的更新 視頻段的更新包括分解與合并 (1)分解 分解操作主要針對(duì)應(yīng)該分段而沒有分段的情況。 vioid: oid) Replace al with a2 in Annotation Where vioid=vi. oid endproc (3)刪除 pros annotation_ deletet (a:Annotation。here vioid=vi. ofd endproc (2)修改 pros annotation_ modify (al , a2:Annotation。vi :Video_internal。vi:Videu_intemal vioid :oid) Find f1 in Feature Where vivid=vi. oid f 1=f2 endproc (3)刪除 pros feature_ deletet (f:Feature。 數(shù)據(jù)更新 特征的更新 前面提到視頻特征是由機(jī)器自動(dòng)識(shí)別的，特征的更新包括 在指定的視頻區(qū)間上插人、修改、刪除、 (1)插 人 ? proc feature_ inseri (f:Feature。由于視頻數(shù)據(jù)包含的信息非常豐富，不能完全自動(dòng)識(shí)別，因此對(duì)每一視頻區(qū)間采用特征和注釋兩個(gè)集合 進(jìn)行表示。物理對(duì)象 :包括對(duì)象類型和對(duì)象描述的屬性。 為了對(duì)這些基本段進(jìn)行注釋，這里引人幾個(gè)語義實(shí)體 視頻文檔可以包含結(jié)構(gòu)信息，結(jié)構(gòu)可用結(jié)構(gòu)元素集來表示，每一個(gè)元素可識(shí)別一個(gè)視頻流區(qū)間。視頻數(shù)據(jù)庫中包含許多不同類型的信息，這里采用面向?qū)ο蟮姆椒?，把每一類信息都定義成對(duì)象，相同類型的對(duì)象構(gòu)成一個(gè)集合，幾個(gè)集合的集合就構(gòu)成視頻數(shù)據(jù)庫。對(duì)視頻區(qū)間的注釋依賴于上下文。被稱之為上下文無關(guān) 。tb ， te，分別表示存儲(chǔ)的媒體段中的起始幀與終止幀 。 (A1 , A2, . . , Am) （ 1） 其中， oid 表示區(qū)間標(biāo)識(shí)符 。 (oid, typc, tb, te) :特征集合 Feature 。這些視頻區(qū)間在不同的精細(xì)程度上反映了視頻信息把視頻數(shù)據(jù)庫系統(tǒng)看成是由存儲(chǔ)的媒體段、鏡頭和視頻文檔三個(gè)層次組成 。有了鏡頭庫后，就可根 據(jù)應(yīng)用的需要建立視頻文檔庫，形成用戶視圖。對(duì)大多數(shù)應(yīng)用來說整個(gè)視頻流作為一個(gè)抽象層次太粗糙 。通常視頻瀏覽可采用分層結(jié)構(gòu)和集束分類等方法，并提供方便直觀的視頻瀏覽界面。當(dāng)用戶對(duì)所要查找的目標(biāo)并小 }一分明確時(shí)，往往需要對(duì)視頻數(shù)據(jù)進(jìn)行 快 速的瀏覽以便尋找感興趣的內(nèi)容。這樣不 斷重復(fù)操作，直到用戶對(duì)查詢的結(jié)果滿意為 止 。對(duì)系統(tǒng)返回的查詢結(jié)果，用戶可以通過瀏覽來挑選，直至得到滿意的結(jié)果。系統(tǒng)把查詢條件中描述的特征轉(zhuǎn)化為具體的特征矢量，或?qū)κ纠M(jìn)行特征提取。常用的視頻查詢方法是通過特定的查詢語言或通過可視示例方式來完成。另外，鏡頭還有動(dòng)態(tài)特征，它們也往往是視頻檢索時(shí)用戶所能給出的查詢條件，如鏡頭的運(yùn)動(dòng)變化 (搖、推、拉、跟蹤等 )、運(yùn)動(dòng)對(duì)象的大小變化以及運(yùn)動(dòng)軌跡等。代表幀是用于描述一個(gè)鏡頭的關(guān)鍵圖象，它反映鏡頭的主要內(nèi)容。 視頻數(shù)據(jù)分割成鏡頭后，對(duì)每個(gè)鏡頭可以提取代表幀，并用代表幀簡潔地表達(dá)鏡頭。這時(shí)可以通過雙閥值比較方法來檢測(cè)場(chǎng)景的變化以獲得漸變鏡頭的切換。一般采用 X2 直方圖 匹配來進(jìn)行幀間 相似度的判定，當(dāng)相似度大于某一個(gè)值時(shí)，就認(rèn)為有鏡頭切換。經(jīng) 過分析和實(shí)驗(yàn)，幀間 顏色直方圖差值具有這一特征。 原始的視頻流包含壓縮和非壓縮的視頻數(shù)據(jù)，前者提取直流分量，后者利用鄰域平均，都可得到待檢測(cè)的視頻數(shù)據(jù)。漸變是指一個(gè)鏡頭到另一個(gè)鏡頭的逐漸過渡過程，沒有明顯的鏡頭跳躍，從視覺上看鏡頭比較平滑和舒適。鏡頭切換主要有兩種方式，即突變和漸變。視頻分割是將視頻數(shù)據(jù)分割成一個(gè)個(gè)鏡頭的過程，其核心是識(shí)別鏡頭的切換。與傳統(tǒng)的數(shù)據(jù)庫一樣 ,視頻數(shù)據(jù)庫也采用一種類似 SQL 的視頻數(shù)據(jù)查詢語言來表述用戶的查詢請(qǐng)求。 由于不是精確匹配 ,可以采用逐步求精的方法 ,一次查詢可返回多個(gè)匹配結(jié)果 ,從中選取一個(gè)繼續(xù)查詢 ,直到檢索到所需的視頻數(shù)據(jù)為止。與傳統(tǒng)數(shù)據(jù)庫不同 ,基于內(nèi) 容的查詢通常是一種近似匹配。 基于領(lǐng)域知識(shí)的索引通過對(duì)不同領(lǐng)域的視頻內(nèi)容建立視頻結(jié)構(gòu)模型來實(shí)現(xiàn) ,這種方法往往只應(yīng)用于某個(gè)特定領(lǐng)域 ,不具有普遍性。它的好處是可以由計(jì)算機(jī)自動(dòng)實(shí)現(xiàn) ,不需要人為的干預(yù)。 基于特征的索引方法主要通過對(duì)關(guān)鍵幀 的識(shí)別 ,從視頻數(shù)據(jù)庫中抽取出關(guān)鍵特征建立索引。由于目前計(jì)算機(jī)視覺和圖形處理技術(shù)的局限 ,完全自動(dòng)的視頻注釋還無法實(shí)現(xiàn) ,目前一般都是采用一種人機(jī)交互的方式來進(jìn)行。對(duì)于視頻數(shù)據(jù)庫來說 ,按什么建立索引往往是不易確定的 ,可以基于注釋、視頻特征和領(lǐng)域知識(shí)建立索引。 視頻數(shù)據(jù)索引 視頻分段與特征提取完成后就要建立索引 ,通過索引可以實(shí)現(xiàn)對(duì)特征庫的快速訪問。對(duì)于某些特殊的鏡頭 ,如長距離搖動(dòng)鏡頭、推拉鏡頭 ,一個(gè)關(guān)鍵幀往往不能完全表示整個(gè)鏡頭的內(nèi)容 ,這時(shí)就需要多個(gè)關(guān)鍵幀。前者先取一個(gè)鏡頭中所有幀在某個(gè)位置上的像素值的 平均值 ,然后將鏡頭中該位置的像素值等于平均值的幀作為關(guān)鍵幀 。 關(guān)鍵幀的選取方法很多 ,如選取鏡頭的第一幀或者最后一幀。 由于在一個(gè)鏡頭內(nèi)視覺特征基本保持不變 ,所以我們可以用一幅圖像來描述一段鏡頭所要表達(dá)的主要內(nèi)容 ,這就是關(guān)鍵幀。視頻內(nèi)容的分析涉及到圖像特征分析、文字探測(cè)與識(shí)別、文本的語義 理解與總結(jié)、人臉的檢測(cè)與識(shí)別、語音識(shí)別等多種技術(shù)。視頻數(shù)據(jù)在壓縮過程中 ,編碼器已經(jīng)對(duì)幀序列進(jìn)行了大量的分析和計(jì)算 ,因此我們應(yīng)充分利用這些已經(jīng)得到的信息 ,不但可以大大減少計(jì)算量 ,還能提高識(shí)別效率。此外如果能利用字幕、攝影機(jī)運(yùn)動(dòng)等其它視頻和音頻信息進(jìn)行 輔助識(shí)別 ,則可以達(dá)到更好的效果。數(shù)據(jù)驅(qū)動(dòng)方法對(duì)于鏡頭的切換具有較好的識(shí)別率 ,而對(duì)于鏡頭漸變的識(shí)別就要差一些 。由于一個(gè)鏡頭的連 續(xù)兩幀變化不會(huì)很大 ,一般都會(huì)控制在某一閾值以內(nèi) ,數(shù)據(jù)驅(qū)動(dòng)的方法就是檢測(cè)連續(xù)兩幀的顏色和亮度等這些特征的差異 ,如果超過了指定的閾值 ,就認(rèn)為這兩幀是屬于不同的鏡頭 ,以此來檢測(cè)鏡頭的切換。按鏡頭分段就是通過檢測(cè)鏡頭的變換將一段視頻流分成不同的鏡頭。像基于鏡頭的較低層次的視頻分段可以由計(jì)算機(jī)自動(dòng)完成 ,而對(duì)于基于情節(jié)的較高層次的分段則還需要由手工來完成。要實(shí)現(xiàn)基于內(nèi)容的視頻檢索 ,需要解決以下幾個(gè)關(guān)鍵性技術(shù) : 視頻分析與分段 為了實(shí)現(xiàn)基于內(nèi)容的視頻檢索 ,在將一段視頻流插入到數(shù)據(jù)庫時(shí) ,需要將其分成若干有意義的單元 ,如鏡頭、場(chǎng) 景、情節(jié)等 ,這就需要進(jìn)行視頻分析和分段的工作。 視頻數(shù)據(jù)庫管理系統(tǒng)的關(guān)鍵技術(shù) 視頻數(shù)據(jù)庫管理系統(tǒng)主要功能就是向用戶提供基于內(nèi)容的視頻檢索。這個(gè)模塊是整個(gè)視頻數(shù)據(jù)庫管理系統(tǒng)的核心。 (3)數(shù)據(jù)插入模塊 利用此模塊用戶可以把原始視頻數(shù)據(jù)插入到視頻數(shù)據(jù)庫中 ,同時(shí)對(duì)原始視頻流進(jìn)行分段 ,并從視頻段中提取出視頻特征存儲(chǔ)到特征數(shù)據(jù)庫中。 通常 ,視頻數(shù)據(jù)庫管理系統(tǒng)主要包括以下幾個(gè)組成部分 : (1)視頻數(shù)據(jù)庫 保存原始的視頻流 ,是視頻數(shù)據(jù)的物理存儲(chǔ) ,由于原始視頻數(shù)據(jù)的數(shù)據(jù)量一般都非常大 ,所以通常視頻數(shù)據(jù)庫中存儲(chǔ)的都是已經(jīng)壓縮過的視頻數(shù)據(jù)。 目前 ,無論數(shù)據(jù)模型還是體系結(jié)構(gòu) ,在視頻數(shù)據(jù)庫系統(tǒng)領(lǐng)域 ,都還沒有統(tǒng)一的標(biāo)準(zhǔn)。 第 四 章 視頻數(shù)據(jù)庫系統(tǒng)的結(jié)構(gòu)和關(guān)鍵技術(shù) 視頻數(shù)據(jù)庫系統(tǒng)的基本結(jié)構(gòu) 傳統(tǒng)數(shù)據(jù)庫中的數(shù)據(jù)為字符或數(shù)值 ,對(duì)數(shù)據(jù)的處理較為單一 ,結(jié)果也只用表格就可以表示 ,不需要更復(fù)雜的數(shù)據(jù)表現(xiàn)形式。 數(shù)據(jù)庫的設(shè)計(jì)中，如何處理多對(duì)多的關(guān)系和如何設(shè)計(jì)主鍵，是兩個(gè)有著較大難度、需要重點(diǎn)考慮的問題。 主鍵的個(gè)數(shù)越少越好。 基本表的個(gè)數(shù)越少越好。 （ 5）加載測(cè)試工作貫穿于程序測(cè)試工作的全過程，整個(gè)錄入、修改、查詢、處理工作均可視為對(duì)數(shù)據(jù)庫的加載測(cè)試工作。 （ 3）邏輯設(shè)計(jì)的任