基于內(nèi)容的動(dòng)畫短片分類.pdf

1、隨著互聯(lián)網(wǎng)技術(shù)的迅速發(fā)展，網(wǎng)上的多媒體信息也越來越多，特別是近兩年來，數(shù)碼動(dòng)畫繼音樂和圖片之后異軍突起，成為又一種互聯(lián)網(wǎng)上用來傳播信息的常見數(shù)字媒體。因此，迫切需要一種技術(shù)對(duì)動(dòng)畫進(jìn)行分類，檢索和過濾。過去幾年中迅速發(fā)展的CBIR 技術(shù)雖然對(duì)靜態(tài)圖像取得了滿意的效果，但是這些技術(shù)并不是針對(duì)動(dòng)畫設(shè)計(jì)的，無法直接用于動(dòng)畫的分類，檢索和過濾。 鑒于此，本文嘗試在傳統(tǒng)CBIR 技術(shù)的基礎(chǔ)上，提出一種用于基于內(nèi)容的動(dòng)畫短片分類方法。由于現(xiàn)在

2、許多動(dòng)畫被用作廣告，對(duì)用戶來說是一種垃圾信息，因此找到一種檢測(cè)和過濾這種信息的方法是很有價(jià)值的，在本文中，主要按照這兩類對(duì)動(dòng)畫進(jìn)行分類?？紤]到動(dòng)畫與圖片分類的主要不同來自于特征提取，而分類器并不關(guān)心其輸入的特征向量是來自于動(dòng)畫還是圖片，因此本文將重點(diǎn)放在特征的提取和分析上。 本文首先介紹了基于內(nèi)容的圖像檢索技術(shù)的發(fā)展現(xiàn)狀、系統(tǒng)構(gòu)架以及關(guān)鍵技術(shù)基礎(chǔ)，詳細(xì)闡述了圖像語義特征的提取方法，分析方法以及常用的分類方法，鑒于本文分類目標(biāo)的特

3、殊性，還介紹了一些其它的特征提取方法，例如圖像中文字區(qū)域的識(shí)別等。 在提取特征的基礎(chǔ)上，本文使用互信息量（MI）對(duì)不同特征的有效性進(jìn)行了分析，對(duì)提取的不同特征的判別力進(jìn)行了比較；此外，還分析了將動(dòng)畫整體考慮與將其看作一系列圖片考慮時(shí)的不同，指出后一種做法的效果較差。 最后，本文使用RBF核的支持向量機(jī)（SVM）作為分類器，對(duì)特征分析的結(jié)果進(jìn)行了驗(yàn)證，不但比較了單個(gè)特征的分類結(jié)果，也比較了不同特征的組合的分類結(jié)果。最終的分