基于人工文本視頻幀聚類算法研究.pdf

1、隨著多媒體技術(shù)、計算機(jī)通信技術(shù)以及互聯(lián)網(wǎng)的迅速發(fā)展，視頻的存儲和傳輸變得簡單，并得到了廣泛的應(yīng)用。視頻的分析和管理問題越來越重要。如何提高視頻聚類的聚類質(zhì)量與聚類穩(wěn)定性成為視頻分析和管理的研究熱點。 本文首先給出一種基于人工文本與視覺特征的多模態(tài)信息視頻幀分割算法。在視頻序列中，提取包含人工文本的視頻幀，利用文本特征進(jìn)行視頻幀的分割，并利用視覺特征對相鄰的包含人工文本的視頻幀之間的非文本幀進(jìn)行視頻幀的分割，以精確定位視頻幀的分割

2、點。其次針對傳統(tǒng)K—means算法中依賴初始值K的缺點，給出一種改進(jìn)的K—means算法。該改進(jìn)算法采用最小最大距離方法自動生成初始聚類中心點和聚類數(shù)，有效地解決了傳統(tǒng)算法對初始值K的依賴。同時，改進(jìn)的K—means算法對初始聚類中心點選取比較嚴(yán)格，各中心點的距離較遠(yuǎn)，這樣避免了初始聚類中心選自同一個聚類，一定程度上克服了K—means算法限入局部最優(yōu)狀態(tài)。 仿真實驗表明，基于人工文本與視覺特征的多模態(tài)信息視頻幀分割算法提高了視