基于集成學(xué)習(xí)的視頻鏡頭分割技術(shù)研究.pdf

1、隨著多媒體技術(shù)的發(fā)展，數(shù)字視頻得到廣泛應(yīng)用，對這些數(shù)據(jù)量巨大而且內(nèi)容豐富的視頻進(jìn)行查詢和檢索的需求也日益增強(qiáng)，基于內(nèi)容的視頻檢索（CBVR）技術(shù)也應(yīng)運而生。視頻鏡頭分割，又叫時域視頻分割，是建立CBVR系統(tǒng)的第一步，具有非常重要的意義。首先，鏡頭是視頻的基本單位，是視頻抽象和更高層次視頻分割的基礎(chǔ)。其次，鏡頭轉(zhuǎn)變的類型為識別視頻的高層次語義提供依據(jù)。 由于視頻鏡頭分割技術(shù)的重要性和基礎(chǔ)性，很多學(xué)者都在該領(lǐng)域上作出研究。他們有的研

2、究了視頻特征在各種鏡頭轉(zhuǎn)變時的規(guī)律，使用各種規(guī)則檢測鏡頭邊界；有的學(xué)者則采用機(jī)器學(xué)習(xí)的方法，讓學(xué)習(xí)器去掌握各種復(fù)雜規(guī)則，使之能準(zhǔn)確地對鏡頭轉(zhuǎn)變做出檢測。 與傳統(tǒng)的使用單個學(xué)習(xí)器的機(jī)器學(xué)習(xí)方法不同，集成學(xué)習(xí)通過建立一系列學(xué)習(xí)器，然后采用某種形式把這些學(xué)習(xí)器的預(yù)測結(jié)果進(jìn)行集成，以預(yù)測未標(biāo)記示例的類型。集成學(xué)習(xí)往往能夠得到比單個學(xué)習(xí)器更好的效果。 本文提出了一種基于集成學(xué)習(xí)的視頻鏡頭分割技術(shù)——TVSEL算法，將集成學(xué)習(xí)的原理

3、應(yīng)用到視頻鏡頭分割領(lǐng)域。在TVSEL算法中，首先提取視頻幀的各種特征；然后使用本文提出的有偏組交叉重采樣策略，建立起多個訓(xùn)練子集，由這些訓(xùn)練子集分別建立基礎(chǔ)學(xué)習(xí)器；接著使用簡單投票或加權(quán)集成等方法，把各個基礎(chǔ)學(xué)習(xí)器的分類結(jié)果集成，行成最終分類結(jié)果：最后通過本文提出的漸變還原規(guī)則，把被分類的鏡頭轉(zhuǎn)變視頻幀還原成鏡頭轉(zhuǎn)變。 本文設(shè)計了一系列實驗，調(diào)整了TVSEL算法的多個參數(shù)，比較了TVSEL算法的各種結(jié)果集成策略，并與多種機(jī)器學(xué)習(xí)