基于隱馬爾可夫模型的視頻事件檢測(cè)方法研究.pdf

1、隨著時(shí)代的不斷發(fā)展，多媒體信息無(wú)處不在，視頻、音頻、圖像等信息相比普通文本信息，成為人們接受到的主要信息來(lái)源。其中，視頻比圖像、文本等信息媒介擁有更復(fù)雜的結(jié)構(gòu)、更豐富的語(yǔ)義信息，其語(yǔ)義和事件的挖掘研究逐漸受人關(guān)注，有著較強(qiáng)的理論和實(shí)際意義。
　　視頻是由一系列時(shí)間上有序的圖像幀組成，根據(jù)這個(gè)特點(diǎn)，使用一個(gè)隨機(jī)過(guò)程模型來(lái)對(duì)視頻幀間的轉(zhuǎn)移過(guò)程進(jìn)行分析，具體采用了隱馬爾可夫模型。在進(jìn)行視頻事件檢測(cè)時(shí)，首先對(duì)視頻進(jìn)行子鏡頭分割，提取每個(gè)子

2、鏡頭的底層特征，通過(guò)對(duì)子鏡頭特征進(jìn)行降維、維度統(tǒng)一、融合等操作得到子鏡頭綜合特征；然后通過(guò)對(duì)訓(xùn)練集視頻的所有子鏡頭綜合特征數(shù)據(jù)進(jìn)行狀態(tài)聚類(lèi)，得到事件中所有典型片段以及典型片段所代表的簇類(lèi)中心；接下來(lái)進(jìn)行特征壓縮，減少子鏡頭個(gè)數(shù)，得到最終的視頻子鏡頭特征數(shù)據(jù)。把視頻子鏡頭特征作為觀察值序列，視頻事件中相關(guān)聯(lián)的典型片段作為隱藏狀態(tài)，建立事件檢測(cè)的隱馬爾可夫模型。利用訓(xùn)練集視頻特征數(shù)據(jù)對(duì)模型的未知參數(shù)進(jìn)行估計(jì)，對(duì)每個(gè)視頻事件都訓(xùn)練出相應(yīng)的隱馬