基于隱馬爾可夫模型的視頻事件檢測方法研究.pdf

1、隨著時代的不斷發(fā)展，多媒體信息無處不在，視頻、音頻、圖像等信息相比普通文本信息，成為人們接受到的主要信息來源。其中，視頻比圖像、文本等信息媒介擁有更復雜的結(jié)構(gòu)、更豐富的語義信息，其語義和事件的挖掘研究逐漸受人關注，有著較強的理論和實際意義。
　　視頻是由一系列時間上有序的圖像幀組成，根據(jù)這個特點，使用一個隨機過程模型來對視頻幀間的轉(zhuǎn)移過程進行分析，具體采用了隱馬爾可夫模型。在進行視頻事件檢測時，首先對視頻進行子鏡頭分割，提取每個子

2、鏡頭的底層特征，通過對子鏡頭特征進行降維、維度統(tǒng)一、融合等操作得到子鏡頭綜合特征；然后通過對訓練集視頻的所有子鏡頭綜合特征數(shù)據(jù)進行狀態(tài)聚類，得到事件中所有典型片段以及典型片段所代表的簇類中心；接下來進行特征壓縮，減少子鏡頭個數(shù)，得到最終的視頻子鏡頭特征數(shù)據(jù)。把視頻子鏡頭特征作為觀察值序列，視頻事件中相關聯(lián)的典型片段作為隱藏狀態(tài)，建立事件檢測的隱馬爾可夫模型。利用訓練集視頻特征數(shù)據(jù)對模型的未知參數(shù)進行估計，對每個視頻事件都訓練出相應的隱馬