基于雙模態(tài)特征和支持向量機(jī)的視頻自動分類算法研究.pdf

1、視頻內(nèi)容的自動分類算法是計(jì)算機(jī)視覺領(lǐng)域中一個(gè)重要的研究課題，它為日益增加的視頻數(shù)據(jù)的管理提供了方便，基于內(nèi)容的視頻自動分類作為視頻傳播控制的一類關(guān)鍵技術(shù)在對網(wǎng)絡(luò)媒體進(jìn)行有序管理的需求下至關(guān)重要。基于視頻自動分類技術(shù)的應(yīng)用，媒體網(wǎng)站可以把海量的視頻內(nèi)容進(jìn)行自動分類，從而進(jìn)行更有效的組織、存儲和檢索，還可實(shí)現(xiàn)對不良視頻信息，如恐怖暴力視頻的自動初步篩選。視頻自動分類算法的性能極大地依賴于視頻特征的提取和分類算法的選取，本文從對視頻內(nèi)容和視頻

2、風(fēng)格類型的角度出發(fā)，提出了基于視覺和音頻雙模態(tài)特征組合的視頻特征提取方法，和改進(jìn)支持向量機(jī)(SVM)視頻分類算法，實(shí)現(xiàn)了對卡通、廣告、音樂、新聞、體育這五類常見視頻的自動分類，以及對電影中恐怖暴力場景的自動識別。首先，在分析現(xiàn)有的視頻分類算法的基礎(chǔ)上，針對現(xiàn)有算法存在的問題，通過分析五類常見視頻在視覺上的差異，本文提出了新的特征表達(dá)方案即MPEG-7視覺描述子組合模型，從顏色、紋理、形狀、運(yùn)動四個(gè)方面提取了共九種描述子來構(gòu)成新的整體視覺

3、特征，取得了較好的效果；在識別恐怖暴力場景時(shí)，本文根據(jù)這些場景的特點(diǎn)采用了視覺和音頻兩種模態(tài)的特征，相比單一特征增加了場景模式匹配的準(zhǔn)確率，在有效性和區(qū)分度上達(dá)到了滿意的效果。在選擇并提取了合適的特征后，針對目前統(tǒng)計(jì)方法中存在的通過小樣本集很難設(shè)計(jì)有效分類器的問題，本文提出了基于支持向量機(jī)的視頻自動分類算法，并對分類器的判決策略方法進(jìn)行了改進(jìn)，提出了基于支持向量機(jī)1-1方法的二次預(yù)測機(jī)制，進(jìn)一步提高了支持向量機(jī)多分類方法的準(zhǔn)確率。仿真實(shí)