基于雙模態(tài)特征和支持向量機(jī)的視頻自動(dòng)分類算法研究.pdf

1、視頻內(nèi)容的自動(dòng)分類算法是計(jì)算機(jī)視覺領(lǐng)域中一個(gè)重要的研究課題，它為日益增加的視頻數(shù)據(jù)的管理提供了方便，基于內(nèi)容的視頻自動(dòng)分類作為視頻傳播控制的一類關(guān)鍵技術(shù)在對(duì)網(wǎng)絡(luò)媒體進(jìn)行有序管理的需求下至關(guān)重要?；谝曨l自動(dòng)分類技術(shù)的應(yīng)用，媒體網(wǎng)站可以把海量的視頻內(nèi)容進(jìn)行自動(dòng)分類，從而進(jìn)行更有效的組織、存儲(chǔ)和檢索，還可實(shí)現(xiàn)對(duì)不良視頻信息，如恐怖暴力視頻的自動(dòng)初步篩選。視頻自動(dòng)分類算法的性能極大地依賴于視頻特征的提取和分類算法的選取，本文從對(duì)視頻內(nèi)容和視頻

2、風(fēng)格類型的角度出發(fā)，提出了基于視覺和音頻雙模態(tài)特征組合的視頻特征提取方法，和改進(jìn)支持向量機(jī)(SVM)視頻分類算法，實(shí)現(xiàn)了對(duì)卡通、廣告、音樂、新聞、體育這五類常見視頻的自動(dòng)分類，以及對(duì)電影中恐怖暴力場景的自動(dòng)識(shí)別。首先，在分析現(xiàn)有的視頻分類算法的基礎(chǔ)上，針對(duì)現(xiàn)有算法存在的問題，通過分析五類常見視頻在視覺上的差異，本文提出了新的特征表達(dá)方案即MPEG-7視覺描述子組合模型，從顏色、紋理、形狀、運(yùn)動(dòng)四個(gè)方面提取了共九種描述子來構(gòu)成新的整體視覺

3、特征，取得了較好的效果；在識(shí)別恐怖暴力場景時(shí)，本文根據(jù)這些場景的特點(diǎn)采用了視覺和音頻兩種模態(tài)的特征，相比單一特征增加了場景模式匹配的準(zhǔn)確率，在有效性和區(qū)分度上達(dá)到了滿意的效果。在選擇并提取了合適的特征后，針對(duì)目前統(tǒng)計(jì)方法中存在的通過小樣本集很難設(shè)計(jì)有效分類器的問題，本文提出了基于支持向量機(jī)的視頻自動(dòng)分類算法，并對(duì)分類器的判決策略方法進(jìn)行了改進(jìn)，提出了基于支持向量機(jī)1-1方法的二次預(yù)測(cè)機(jī)制，進(jìn)一步提高了支持向量機(jī)多分類方法的準(zhǔn)確率。仿真實(shí)