視頻鏡頭邊界檢測(cè)算法研究.pdf_第1頁(yè)
已閱讀1頁(yè)，還剩74頁(yè)未讀， 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、隨著多媒體信息技術(shù)與WEB產(chǎn)業(yè)的飛速發(fā)展，生活中的多媒體數(shù)據(jù)呈現(xiàn)爆炸式增長(zhǎng)的趨勢(shì)?；趦?nèi)容的視頻檢索因其在索引、組織數(shù)據(jù)上的優(yōu)異性能，成為信息檢索領(lǐng)域最前沿和最活躍的研究方向之一。本論文針對(duì)視頻檢索中的重要關(guān)鍵技術(shù)——視頻鏡頭邊界檢測(cè)做重點(diǎn)研究，主要工作如下:
　　 首先總結(jié)了現(xiàn)有視頻鏡頭邊界檢測(cè)算法的過(guò)程和特點(diǎn)，對(duì)一些典型的檢測(cè)方法做了比較和分析。在深入研究視頻特征的基礎(chǔ)上，分別提出了基于GA-SVM和綜合特征的視頻鏡頭邊界檢

2、測(cè)算法和基于PSO-SVM和綜合特征的視頻鏡頭邊界檢測(cè)算法，并首次將角點(diǎn)特征應(yīng)用于視頻鏡頭檢測(cè)領(lǐng)域。上述兩種方法是對(duì)傳統(tǒng)的基于支持向量機(jī)鏡頭檢測(cè)方法的一種有效改進(jìn)，很大程度上降低了人工參數(shù)和閾值對(duì)算法檢測(cè)效果的影響。實(shí)驗(yàn)證明所提出的算法可以快速準(zhǔn)確地找到鏡頭邊界。
　　 為更進(jìn)一步地提高鏡頭邊界檢測(cè)算法的綜合性能，本文還提出了一種基于中層特征和Tabu-SVM的視頻鏡頭邊界檢測(cè)算法。該算法首次將中層特征應(yīng)用于通用視頻的鏡頭邊界檢

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽，若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間，僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請(qǐng)與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論