

版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領
文檔簡介
1、隨著多媒體和網(wǎng)絡技術的飛速發(fā)展,產(chǎn)生了海量的視頻數(shù)據(jù)。為了使用戶能夠快速準確地檢索到感興趣的視頻信息,需要對這些數(shù)據(jù)進行有效地組織、管理和分析。其中,通過視頻分類技術對視頻數(shù)據(jù)進行語義類別的整理分類,能夠縮小檢索范圍,提高檢索速度。 視頻分類可以分為基于關鍵詞的視頻分類和基于內(nèi)容的視頻分類。通過人工標注的關鍵詞對視頻進行分類,不僅受入主觀因素的影響,標注的關鍵詞主觀性強,而且隨著日益增長的視頻數(shù)據(jù)量,人工標注費時費力?;趦?nèi)容的
2、視頻分類根據(jù)視頻的視覺、音頻等內(nèi)容對視頻進行自動分類,由于視覺、音頻特征客觀地描述了視頻的真實內(nèi)容,因此克服了基于關鍵詞分類產(chǎn)生的問題。 目前視頻內(nèi)容分析技術主要是利用視頻低層特征描述其內(nèi)容,與人們對視頻語義內(nèi)容的理解存在很大差異,因此基于內(nèi)容的視頻分類存在的問題是視頻低層特征和高級語義概念之間的語義鴻溝。本文在分析現(xiàn)有基于內(nèi)容的視頻分類算法的基礎上,采用數(shù)據(jù)挖掘技術,對基于內(nèi)容的視頻分類若干關鍵技術進行了研究,力圖挖掘視頻的類
3、別語義信息,以克服現(xiàn)有的語義鴻溝問題。本文主要工作包括:視頻鏡頭邊緣檢測和關鍵幀提取、視頻特征提取和視頻鏡頭分類等。具體內(nèi)容包括以下幾個方面: (1)視頻鏡頭分割部分,提出了一種基于因果的自適應雙閾值鏡頭邊界檢測算法,并對突變檢測和漸變檢測方法進行了改進,取得了較好的檢測效果,最后在鏡頭分割的基礎上進行了關鍵幀提??; (2)通過分析卡通、新聞、電影、籃球和足球五類視頻在視覺特征上的差異,完成了基于關鍵幀和鏡頭的顏色和運動
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于數(shù)據(jù)挖掘的鏡頭分類技術研究.pdf
- 基于SVM的數(shù)據(jù)挖掘分類技術研究.pdf
- 基于數(shù)據(jù)挖掘的視頻推薦技術研究.pdf
- 基于內(nèi)容的新聞鏡頭分類技術研究
- 基于內(nèi)容的新聞鏡頭分類技術研究.pdf
- 基于鏡頭的高效視頻拷貝檢測技術研究.pdf
- 基于集成學習的視頻鏡頭分割技術研究.pdf
- 基于內(nèi)容的視頻鏡頭分割及檢索技術研究.pdf
- 基于稀疏表示的視頻鏡頭分類方法研究.pdf
- 基于內(nèi)容的視頻鏡頭檢測與分類研究.pdf
- 基于Hadoop的數(shù)據(jù)挖掘技術研究.pdf
- 基于內(nèi)容和語義的視頻短鏡頭分類.pdf
- 基于SVM的數(shù)據(jù)挖掘技術研究.pdf
- 基于數(shù)據(jù)挖掘的預警技術研究.pdf
- 基于社交網(wǎng)絡的數(shù)據(jù)挖掘技術研究.pdf
- 基于云計算的數(shù)據(jù)挖掘技術研究.pdf
- 基于Web日志的數(shù)據(jù)挖掘技術研究.pdf
- 基于復雜結構的數(shù)據(jù)挖掘技術研究.pdf
- 基于特征的視頻挖掘技術研究與應用.pdf
- 基于數(shù)據(jù)挖掘技術的目標識別分類研究.pdf
評論
0/150
提交評論