基于多種特征的視頻分類研究.pdf

1、隨著計算機技術和多媒體技術的迅猛發(fā)展，人們越來越容易制作和存儲數字視頻，并且在通信與互聯(lián)網普及的今天，數字視頻在網絡上的傳播也更加容易，在全世界范圍內形成了海量的數據庫。視頻作為聲音、圖像、文字等信息的載體，給用戶展現了不同的信息。人們總是希望從這些海量的視頻數據庫中搜索出一些有陽的信息，找出一些自己感興趣的視頻。這就必須要先對視頻進行分類整理，使人們在搜索視頻時有一定的規(guī)律可循。但是，如何對這些海量的視頻數據進行分類整理是視頻處理中亟

2、待解決的問題之一。近年來，對視頻進行分類逐漸成為了研究的熱點，也是極具挑戰(zhàn)性的研究課題。
　　 本文對視頻分類作了較深入的研究，首先分析了視頻分類的研究現狀與發(fā)展趨勢，并在總結現有算法優(yōu)劣的基礎上提出了一種通過提取多種特征，利用基于主動相關反饋的支持向量機(SVM)實現體育視頻分類的方法。
　　 不同類別的體育視頻在場地顏色，場地位置，區(qū)域亮度，紋理，運動強度及運動員的運動方式和運動區(qū)域上都有一定的區(qū)別。因此，可通過提取

3、這些方面的特征對視頻進行刻畫，用以表示視頻信息。文中提出了一種基于區(qū)域的視頻特征提取方法，首先將視頻按區(qū)域分塊，再計算視頻關鍵幀中各塊的顏色矩作為顏色特征，并對塊之間亮度均值進行比較得到塊亮度比較編碼(BICC)作為亮度特征，其次提取視頻各個區(qū)域中的運動強度，運動方向等信息作為運動特征，再通過關鍵幀的灰度共生矩陣提取出紋理特征。為了提高處理效率，通過主成分分析法(PCA)對特征進行降維處理。本文在此基礎上設計了一個基于主動相關反饋的SV