視頻鏡頭邊界檢測與體育視頻分類算法研究.pdf

1、隨著Internet的應用和普及，多媒體信息檢索系統(tǒng)對社會各領域產生越來越大的影響。傳統(tǒng)的信息檢索采用基于文本的檢索方式，查詢時需要說明文本特征，要求用戶對文本特征的描述具有一定的準確性和規(guī)范性。但由于視頻數據的豐富內涵以及人們對視頻內容進行抽取的主觀性，視頻信息難以用幾個關鍵詞描述。因此，基于內容的視頻檢索應運而生。 基于內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立的幀或圖像的集合，利用圖像檢索的方法進行視頻索

2、引和檢索。這種方法的缺點是忽略了視頻幀之間的時序關系，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，索引和檢索針對鏡頭中有代表性的關鍵幀進行，該方法是目前研究的熱點。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、關鍵幀提取和視頻分類等方面。 本文主要研究的目標是第二種方法中的兩個主要問題：鏡頭邊界檢測和幾種體育類視頻的分類。 論文首先在對當前鏡頭邊界檢測技術進行深入分析的基礎上，將符合人類視

3、覺系統(tǒng)的新穎特征應用到視頻鏡頭邊界檢測中，最后用機器學習中支持向量機作為分類工具，系統(tǒng)地完成一個視頻鏡頭邊界檢測算法。通過對TRECVID2007數據庫進行實驗的結果表明，該算法在查全率和查準率方面都獲得了滿意的性能。 接下來對于幾種體育視頻的分類，本文提出了一種基于多支持向量機的體育視頻分類算法，該算法結合常見的視覺特征(顏色、紋理、運動矢量等)和多支持向量機，在籃球、足球、羽毛球和乒乓球的分類任務上，達到了很好的分類效果。關