視頻鏡頭邊界檢測(cè)與體育視頻分類(lèi)算法研究.pdf

1、隨著Internet的應(yīng)用和普及，多媒體信息檢索系統(tǒng)對(duì)社會(huì)各領(lǐng)域產(chǎn)生越來(lái)越大的影響。傳統(tǒng)的信息檢索采用基于文本的檢索方式，查詢(xún)時(shí)需要說(shuō)明文本特征，要求用戶(hù)對(duì)文本特征的描述具有一定的準(zhǔn)確性和規(guī)范性。但由于視頻數(shù)據(jù)的豐富內(nèi)涵以及人們對(duì)視頻內(nèi)容進(jìn)行抽取的主觀性，視頻信息難以用幾個(gè)關(guān)鍵詞描述。因此，基于內(nèi)容的視頻檢索應(yīng)運(yùn)而生。 基于內(nèi)容的視頻檢索通常有兩種方法。一種方法是把視頻信息看作是獨(dú)立的幀或圖像的集合，利用圖像檢索的方法進(jìn)行視頻索

2、引和檢索。這種方法的缺點(diǎn)是忽略了視頻幀之間的時(shí)序關(guān)系，而且需要處理大量的圖像。另一種方法是把視頻序列分成若干組鏡頭，索引和檢索針對(duì)鏡頭中有代表性的關(guān)鍵幀進(jìn)行，該方法是目前研究的熱點(diǎn)。目前，第二種方法的研究，主要集中在視頻分割、特征提取和描述、關(guān)鍵幀提取和視頻分類(lèi)等方面。 本文主要研究的目標(biāo)是第二種方法中的兩個(gè)主要問(wèn)題：鏡頭邊界檢測(cè)和幾種體育類(lèi)視頻的分類(lèi)。 論文首先在對(duì)當(dāng)前鏡頭邊界檢測(cè)技術(shù)進(jìn)行深入分析的基礎(chǔ)上，將符合人類(lèi)視

3、覺(jué)系統(tǒng)的新穎特征應(yīng)用到視頻鏡頭邊界檢測(cè)中，最后用機(jī)器學(xué)習(xí)中支持向量機(jī)作為分類(lèi)工具，系統(tǒng)地完成一個(gè)視頻鏡頭邊界檢測(cè)算法。通過(guò)對(duì)TRECVID2007數(shù)據(jù)庫(kù)進(jìn)行實(shí)驗(yàn)的結(jié)果表明，該算法在查全率和查準(zhǔn)率方面都獲得了滿意的性能。 接下來(lái)對(duì)于幾種體育視頻的分類(lèi)，本文提出了一種基于多支持向量機(jī)的體育視頻分類(lèi)算法，該算法結(jié)合常見(jiàn)的視覺(jué)特征(顏色、紋理、運(yùn)動(dòng)矢量等)和多支持向量機(jī)，在籃球、足球、羽毛球和乒乓球的分類(lèi)任務(wù)上，達(dá)到了很好的分類(lèi)效果。關(guān)