首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到16条相似文献,搜索用时 218 毫秒
1.
基于支持向量机的视频关键帧语义提取   总被引:3,自引:2,他引:1  
针对如何从视频关键帧中提取语义的问题,提出了一个使用多类支持向量机(SVM)对风光纪录片的关键帧进行分类来提取语义的方法. 支持向量机利用从风光纪录片的关键帧中提取的彩色直方图和MPEG(活动图像专家组) 7的边缘直方图特征对关键帧图像进行分类,从而得到关键帧的语义. 对具有不同核函数的支持向量机的分类进行了研究,并对分类的结果进行了对比. 结果显示,具有二项式(Poly nomial)和RBF(radial basis function)核函数的SVM,其分类准确度比其他的SVM约高3%.  相似文献   

2.
提出了一种基于时空上下文特征和相关向量机的视频滚动字幕检测算法.可检测视频关键帧中的角点,并估计出角点上的稀疏光流;在对光流场优化的基础上,提出一种新的融合静态和动态特性的滚动字幕统计描述方法,进而结合多个关键帧特征建立起滚动字幕的时空上下文联系;引入相关向量机进行决策.实验结果表明,该算法优于现有4种典型方法,综合性能也略好于基于支持向量机的方法.  相似文献   

3.
分析了MPEG-2的编码结构,提出在压缩域上直接提取I帧,克服了传统视频检索算法先解压视频文件再进行处理的缺陷.然后利用I帧的DC系数进行信息系统建模,通过RS的属性约简理论对I帧约简得到反映镜头主要内容的关键帧,之后对关键帧的DC系数进一步建模,根据帧的差异度得到相应镜头的分类,由此将同类镜头的I帧聚合得到场景摘要,从而获得视频的场景摘要.  相似文献   

4.
视频语义概念检测是跨越"语义鸿沟",实现基于语义的视频检索的前提。其中,视觉词典法是一种有代表性的方法。针对视觉词典法的两个开放性问题,文章提出了一种基于LSI和软加权的视频语义概念检测方法。首先为了解决视觉单词间的潜在语义关联问题,利用LSI对大规模视觉词典进行降维,得到紧致的语义视觉词典;然后为了克服视觉单词的同义性和多义性问题,采取软加权机制,构造出视觉词汇分布直方图,作为特征向量来代表每幅输入关键帧;最后利用支持向量机建立高层语义的分类模型,完成视频语义概念检测。实验结果表明,新方法较大地提高了视频语义概念检测的精度。  相似文献   

5.
针对公安监控视频检索中根据运动目标准确标注视频关键帧的问题,提出一种基于聚散熵及运动目标检测的监控视频关键帧提取算法。首先通过对视频内容的分析,提出监控视频聚散熵的概念。其次根据聚散熵对监控视频进行子镜头划分,再次根据运动目标检测对子镜头进行划分,从而提取视频关键帧。最后列举出算法在几种典型视频数据库中的实验结果及结果分析。实验结果表明该算法在关键帧提取的准确性和鲁棒性上都有良好表现,该算法针对公安监控视频检索需求,在缩短公安视频侦查时间及智能检索中起到支撑作用。  相似文献   

6.
利用基于ARM嵌入式的图像处理系统和传统的PC系统相比具有体积小、功耗低、成本低、易于部署等优点,基于友善之臂的Tiny4412开发板设计并实现了视频摘要及智能视频监控算法。该算法通过Vibe算法提取前景事件,并区分起点关键帧和终点关键帧以形成有效事件帧,再连接有效事件帧形成摘要视频。摘要视频和原始视频相比,由于只包含有效事件帧,解决了海量视频冗余度过大的问题,有利于节省存储空间,并且有助于用户事后快速浏览。同时,系统将关键帧通过邮件发送给指定用户,达到了实时智能监控的目的。结果表明,该系统能有效的实现智能监控,是市场化的开端。  相似文献   

7.
针对足球比赛视频事件检测方法中视频处理的时间成本过高、事件检测的准确率较低、标准的训练样本难以获取等问题,提出了基于人工规则和机器学习相结合的事件检测算法.对足球比赛视频进行镜头分割并提取关键帧,将分割好的镜头进行语义标注,采用特殊镜头实现目标事件镜头序列的初步定位,利用改进的隐马尔科夫模型对初步定位的镜头序列进行分类验证.结果表明,利用特殊镜头可以对目标事件进行初步的定位提取,利用遗传算法改进的Baum-Welch算法可以在训练样本不足的情况下取得更高的准确率.  相似文献   

8.
提出了一种基于支撑矢量机和中心距离比值的自动视频分类方法。它通过提取视频镜头中的颜色和运动特征,利用核支撑矢量机将视频的低级别特征映转到其高层的语义特征上,并在进行支撑矢量机训练算法之前使用了中心距离比值法进行支撑矢量的预选取,实现了语义内容上的自动视频分类。仿真结果表明,该算法能对视频进行比较准确的分类。  相似文献   

9.
《焦作工学院学报》2016,(6):862-868
针对运动视频关键帧提取结果运动表达能力差的问题,以健美操运动视频关键帧提取为例,将先验语义引入到视频片段分割和关键帧提取特征提取等过程中,提出基于先验的运动视频关键帧提取算法。该算法采用韵律特征和动作节拍连续性等先验知识,将健美操动作视频分解成不同长度的动作视频片段,并利用Hog人体分类器从每一帧图像中识别出人体边界框;通过人体模板将人体边界框分割为16个运动块,并采用光流法计算每个运动块的基本运动方向;通过比较运动块基本运动方向的差异实现了动作视频关键帧提取。实验证明,该方法在保证关键帧视频压缩的情况下,具有更好地动作概括力。  相似文献   

10.
最小二乘支持向量机分类问题的算法实现   总被引:3,自引:0,他引:3  
介绍了支持向量机理论、常用的支持向量机内积核函数以及最小二乘支持向量机算法.采用最小二乘法实现了支持向量机分类算法.数字仿真结果表明,该算法的识别正确率可达100%.  相似文献   

11.
在镜头颜色特征分析的基础上对足球视频的镜头进行了语义意义下的分割,即语义镜头分割.常用的基于主颜色的镜头分类方法只提取一种颜色作为分类特征,不能有效地处理语义颜色丰富的体育视频.将主颜色扩展为多个语义颜色,定义了颜色比例特征,再利用SVM对镜头进行分类,实验结果表明,颜色比例特征能够有效地提高镜头分类精度.考虑到视频语义颜色随时间和环境会发生变化,还给出了一种自适应的视频语义颜色提取算法,可以使语义颜色随环境的改变而自适应调整.  相似文献   

12.
提出了一种基于数据挖掘的视频镜头风格自动分类方法.该方法首先进行镜头边界检测和关键帧提取,然后基于关键帧和镜头分别提取了视频的颜色和运动等特征,并利用决策树技术在大量的训练数据中挖掘这些特征与镜头类别之间的潜在规律,最后利用这些规律对新的视频镜头进行分类.实验结果表明,与基于SVM的方法相比,本文方法不仅能获得较好的检测准确率,而且获取的规则易于理解.  相似文献   

13.
提出了一种基于证据融合的视频语义概念检测方法。提取了镜头关键帧的分块颜色矩、小波纹理特征和视觉词汇直方图,利用SVM对3种特征数据分别进行训练,建立模型;对各SVM模型泛化误差进行分析,采用折扣系数法对不同SVM模型输出的分类结果进行修正;采用基于m in-max算子的证据融合公式对修正后的输出进行融合,把融合结果作为最终的概念检测结果。实验结果表明,新方法提高了概念检测的准确率,优于传统的线性分类器融合方法。  相似文献   

14.
从较长的视频数据中提取其中的重要部分,是视频语义分析的重要研究方向,对视频的分类、摘要具有重要的作用.提出了视频重要片段的概念,根据人眼对视频的反应特点,提出了以视频对象的亮度、纹理、运动节奏、音频等四类特征判定重要片段算法.通过实验对各类视频数据进行了分析,算法的正检率可达到84%,能够较好的实现对视频重要片断的判定.  相似文献   

15.
针对基于内容的视频检索系统,提出了一种关键帧提取算法.为了提高算法的保真度和压缩比,首先构造了动态帧,它的每个像素对应一个像素代表灰度集合,该集合中的元素可以最大限度地代表镜头中相应像素的灰度值,然后根据镜头中每一帧与该镜头动态帧之间的距离来确定关键帧.为了验证本算法的有效性,选取了大量视频与TMOF算法及SKF算法进行比较.结果表明:该算法具有较高的准确性和可靠性,保真度和压缩比均高于其他两种算法.  相似文献   

16.
针对不同语义对象在视频语义分析过程中地位和作用的差异性,提出了关键语义对象的概念,将视频的语义分析起决定作用的对象定义为关键语义对象。根据人眼对视频对象的反应特点,提出了根据对象的亮度、方向特征、运动节奏等三个分量为特征向量的关键语义对象判定算法,并分别给出了计算各个分量的方法和公式。通过对不同类型的视频文件的分析,该算法适合体育视频及监控类视频关键语义对象的识别。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号