基于稀疏表示的視頻鏡頭分類方法研究.pdf

1、隨著多媒體技術(shù)的迅速發(fā)展,多媒體數(shù)據(jù)正以指數(shù)級(jí)增加。因此,如何從海量的視頻中快速高效的檢索出所需要的視頻變得十分重要?；谡Z(yǔ)義的視頻檢索應(yīng)運(yùn)而生,其中對(duì)視頻鏡頭加以分類是基于語(yǔ)義視頻檢索的基礎(chǔ)性工作,因而,研究快速有效的視頻鏡頭分類方法至關(guān)重要,同時(shí)稀疏表示理論的發(fā)展,也為視頻鏡頭分類提供了強(qiáng)有力的理論支持和方法支持。
　　 本文首先簡(jiǎn)要地介紹了課題研究的背景及意義,然后分析了基于語(yǔ)義視頻檢索及稀疏表示涉及到的主要工作的國(guó)內(nèi)外研

2、究現(xiàn)狀。在此基礎(chǔ)上,本文提出了新的基于稀疏表示的分類規(guī)則,基于類內(nèi)平均歐式距離最小化及類間平均歐式距離最大化的稀疏字典優(yōu)化算法。具體內(nèi)容如下:
　　 (1)提出了新的基于稀疏表示的分類規(guī)則。在以往的基于稀疏表示的分類中,通常選取樣本與各類原型之問(wèn)歐式距離最小的那一類作為最終的分類結(jié)果。本文中,為了克服上訴分類規(guī)則中可能存在的一些偶然性因素,充分考慮了樣本與各類原型之間的歐式距離,即綜合考慮樣本與字典中所有類別原型之間的歐式距離,

3、以此減少了特征分類時(shí)的偶然性。將該優(yōu)化的稀疏表示分類規(guī)則應(yīng)用于視頻鏡頭分類中,提高了視頻鏡頭特征分類的準(zhǔn)確性。
　　 (2)提出了基于鑒別性的稀疏字典優(yōu)化算法。稀疏表示字典的好壞影響著最終的分類結(jié)果,因此構(gòu)造一個(gè)優(yōu)秀的稀疏表示字典是非常必要的。本文中,對(duì)于初始化后的稀疏表示字典中的每一個(gè)基元,考慮字典內(nèi)基元類內(nèi)平均歐式距離以及類間平均歐式距離,使得字典中各類包含的基元其類內(nèi)平均歐式距離最小而類間平局歐式距離最大,使得同類之間的相