基于多特征融合的视频分类方法研究

《基于多特征融合的视频分类方法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、：公开学校代码：１０００４密级ＢＥＩＪＩＮＧＪＩＡＯＴＯＮＧＵＮＩＶＥＲＳＩＴＹ硕士学位论文基于多特征融合的视频分类方法研究作者姓名冯朝阳学科专业软件工程指导教师邢薇薇教授培养院系软件学院二零一八年三月硕士学位论文基于多特征融合的视频分类方法研宄ＲｅｓｅａｒｃｈｏｆＶｉｄｅｏＣｌａｓｓｉｆｉｃａｔｉｏｎＭｅｔｈｏｄＢａｓｅｄｏｎＭｕｌｔｉｐｌｅＤｅｅｐＦｅａｔｕｒｅＦｕｓｉｏｎ作者：冯朝阳导师：邢薇薇教授北京交通大学２０１８年３月、学位论文版权使用授权书留。特

2、本学位论文作者完全了解北京交通大学有关保、使用学位论文的规定授权北京交通大学可以将学位论文的全部或部分内容编入有关数据库进行检索，。印、汇编以供查阅和借阅、缩印或扫描等复制手段保存提供阅览服务，并采用影件和磁盘。学校可以为存在馆际同意学校向国家有关部门或机构送交论文的复印服务和交换服务。合作关系的兄弟高校用户提供文献传递（保密的学位论文在解密后适用本授权说明）学位论文作者签名ｆ２＾／：月曰曰签字曰期丨Ｊ签字曰期：＜ｆ年多月０４：学校代码：１００密级公开北京交通大学硕士学位论文基于多特征融合的视频分类方法研究

3、ＲｅｓｅａｒｃｈｏｆＶｉｄｅｏＣｌａｓｓｉｆｉｃａｔｉｏｎＭｅｔｈｏｄＢａｓｅｄｏｎＭｕｌｔｉｐｌｅＤｅｅｐＦｅａｔｕｒｅＦｕｓｉｏｎ：１５１２１６８５作者姓名：冯朝阳学号：导师姓名：邢薇薇职称教授：学位类别：工学学位级别硕士：学科专业：软件工程研宄方向智能信息处理北京交通大学２０１８年３月ｉ致谢三年的时光一一，弹指瞬，可，回想研宄生阶段的拼搏岁月以清晰的记得每个重要的时刻，。时光荏苒，岁月如梭不知不觉将近三年的研宄生生涯即将落下帷幕，。在此我谨向硕士期间给予我关心和帮助的老师、同

4、学、朋友和家人表示我最诚挚的感谢。感谢我的导师邢薇薇教授。她认真严谨的治学态度、精益求精的科研精神始终激励着我们。邢老师为我们提供了优越舒适的科研环境，自由活跃的研究氛围。在学术研究上，，她总是可以给予我指导性的教导和指点对于科研工作的迷茫，她总能够给我指点迷津。从毕业论文的选题、中期论文的修改和论文定稿的细节调整一，其中的每个环节都离不开老师的悉心教导。另外，实验室的张老师、高一老师和鲍老师的在我的科研工作中提出了许多宝贵的意见和建议，每次和老师们探讨交流能够有不少的收获，在此表示衷心的感谢。感谢北京交通大学提供的良好的

5、学习和生活环境，感谢国家自然科学基金项目（编号６１６０１０２１，６１３７０１２８）目（编号Ｌ１７２０２２），新世，北京自然科学基金项纪优秀人才支持计划－－（ＮＣＥＴ１３０６５９）对我的支持。感谢实验室和班级的同学们，他们在我的研宄生三年的生活里给予了我方方面面的帮助一，感谢同学们带给我个快乐的学习和生活环境。最后要感谢我的父母，在这近二十年的求生生涯中，感谢他们默默地付出和支持。北京交通大学硕士学位论文摘要摘要随着计算机技术和多媒体技术的飞速发展，人们获取和存储数字视频变得更加容易，。近些年来互联网的飞速发展使得数字

6、视频的传播也变得更加便捷，数字视频慢慢成为互联网用户交流和分享信息的主要途径。数字视频数量的飞速增力口，使人们整理和分类数据工作面临巨大的挑战，传统人工标注和分类的方法显然己经无法满足视频增长的需求一。视频的自动分类技术作为计算机视觉个重要的分支，已经成为目前热门的研宄课题。视频数据相对于文字、图像等静态信息，其内部信息的组成结构相对复杂，传统计算机视觉中研宄人员手工设计的特征无法有效地提取到其中关键的动作信息。随着深度学习技术在图像领域的飞速发展，利用深度学习技术提取视频中关键的特征信息成为目前视频分类的主要特征提取方法。本

7、文依托深度学习模型来提取视频中的关键特征信息，围绕着深度特征融合的视频分类方法进行研究。针对二维卷积神经网络和三维卷积祌经网络提取的深度特征，本文提出了两种视频分类的方法，提出。针对三维卷积神经网络提取的动作特征了多时间尺度特征融合的视频分类方法，使得特征能够覆盖不同类型动作信息，从而提高特征多样性。在特征编码过程中，本文提出新的特征编码方法将定长图像序列的特征转换为整个视频的特征。针对二维和三维卷积神经网络提取的特征，提出了注意力多特征融合的视频分类方法，通过注。该算法利用长短时记忆单元中的上下文特征信息意力机制对二维卷积神

8、经网络提取的视频帧语义特征进行修正，从而过滤背景等