基于SVM的時域多尺度視頻分割算法設計.pdf

1、北京郵電大學碩士學位論文基于SVM的時域多尺度視頻分割算法設計姓名：方衛(wèi)申請學位級別：碩士專業(yè)：電路與系統(tǒng)指導教師：方勇20060304北京郵電大學碩士研究生學位論文基于SVM的時域多尺度視頻分割算法設計摘要視頻內(nèi)容語義結(jié)構(gòu)分析和視頻內(nèi)容檢索是目前國際國內(nèi)多媒體研究領(lǐng)域最為活躍和快速發(fā)展的課題，而鏡頭邊緣檢測是視頻處理應用重要和基礎的環(huán)節(jié)。隨著視頻編輯技術(shù)的快速發(fā)展，涌現(xiàn)出許多新的視頻編輯技術(shù)。使得以往的方法已不適應由這些新視頻特技產(chǎn)生

2、鏡頭的邊緣檢測。其中在新聞視頻中的子窗口——“畫中畫”技術(shù)的出現(xiàn)，就使得原有方法準確率降低，嚴重影響對視頻內(nèi)容語義結(jié)構(gòu)的進一步分析。本文通過研究各種類型的鏡頭邊界變換，觀察到在不同分辨率中的檢測是一個時域多分辨率現(xiàn)象。因此，本文應用了一個改進的時域多尺度分辨率算法，它對視頻使用Canny小波進行時域多分辨率分析。這個框架通用于所有的視頻類型。本文提出了將分塊色彩直方圖作為一個特征向量，然后通過對該特征向量進行小波變換所得的系數(shù)表示鏡頭視

3、頻幀序列的時域多尺度分辨率特性。傳統(tǒng)的統(tǒng)計方法不能夠有效的處理如此高維數(shù)的特征向量，但是支持向量機就能夠解決這一問題。本文使用支持向量機分類器作為模式識別的工具配合使用滑動窗口技術(shù)來動態(tài)的將視頻幀分為切換幀(cF)、漸變幀(GF)和正常幀0師)，再將已分類的視頻幀聚類為不同的鏡頭類型?？傊?，在視頻片段中分塊色彩直方圖能夠提供足夠的信息，而且支持向量機也能夠動態(tài)的濾除視頻流中的噪聲，以使本系統(tǒng)得到更好的檢測結(jié)果。本系統(tǒng)采用了新聞視頻片段作