基于支持向量机的两阶段模糊聚类在视频检索中的应用

《基于支持向量机的两阶段模糊聚类在视频检索中的应用》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、第36卷第6期计算机科学Vo1．36No．62009年6月ComputerScienceJune2009基于支持向量机的两阶段模糊聚类在视频检索中的应用陈颉朱福喜(武汉大学计算机学院武汉430072)摘要针对视频检索应用中面临的高维特征分析问题，提出了一种能提高查全率和查准率的两阶段模糊聚类方案。该方案首先在保证查全率的前提下用颜色距离直方图进行粗粒度的视频切分，得到包含冗余信息的关键视频帧；然后通过模糊支持向量机进行细粒度聚类，以提高查准率；最后运用全局关联的数据挖掘方法去除冗余得到与用户语义相关的信息。实验表明，算法在实时视频检索的应用中能显著提高查全率和查准率。关键词

2、视频检索，支持向量机，全局关联挖掘，模糊聚类中图法分类号TP391．4文献标识码AVideoRetrievalBasedOnTwo-phraseFuzzyFusionwithSVMCHENJieZHUFu_)【i(ComputerSchoolofWuhanUniversity，Wuhan430027，China)AbstractVideoretrievalwouldfacethisproblemofmuhi-dimentiondataanalysis，atwo-phrasemethodbasedon8u-pportvectormachine(SVM)wasproposedt

3、ospeedtheprocess：firstlyvideosegmentationwithcolordistancehisto—gramwasusedtoabtractthepivotalframeswithredundancy；thensimilarframeswereclusteredtogetherwi出SVM；fi—nally，globalassociationdata-miningfunctionswereusedtoremovevisual-contentredundancy，andgeneratepivotalvideoframes．Theexperiment

4、alevaluationsindicatethattheproposedmethodisaneffectiveandswiftapproachforvideore-triva1．KeywordsVedioretrieval，SVM，Globalassociationdata-mining，Pivotalframes类到一个集合中；最后采用顺序关联挖掘方法去除冗余内容，1引言提高查准率，并按照用户提供的语义生成检索序列，如图1所如何在呈爆炸式增长的海量视频数据中迅速找到感兴趣示。的内容，一直是CBR多媒体检索面临的难题，而视频信息检关键帧检湄卜-。—叫支持向量机的模糊聚类全局

5、相关性挖掘索过程中提取特征的维度不断提高更增加了这个问题的难度。视频检索的首要任务是在视频信息中找到表达全局特征语义相关度排序的关键帧，然后通过分析关键帧得到和用户关心的语义最相图1视频检索的过程关的部分，以最简洁的表达形式方便用户浏览。由于视频信息比普通的网页信息量要大几个数量级，查全率和查准率的2关键帧检测折衷成为不可回避的问题。关键帧形成余镜头发生在骤变镜头或渐变的地方。自动按有无先验知识来区分，有两类视频检索方法：关键帧检检测视频流中这两种镜头，是视频内容分析的基础。测和场景聚类。采用关键帧来检索视频的方法比较普遍D-s]，2．1骤变、渐变镜头检测一般通过对视觉特征

6、或听觉特征的空间距离进行聚类。关键帧可以方便地在视频中迅速找到用户想要的镜头，但由于关镜头骤变检测的基本思想是判断所提取相邻视频帧之间键帧缺乏时序信息，对于视频主题的表达能力受到限制。场的特征向量是否发生了突变。为了尽量保存视频内容的空间景聚类则是指按照事先训练好的事件序列模板，提取用户感信息，这里改进了文献[63后以颜色距离直方图作为镜头骤兴趣的场景L4]，以所提取的场景信息去表示原始视频流。变／渐变检测特征。结合上述两种方法的思想，本文提出了一种分阶段的视渐变镜头包括镜头平移、抖动和镜头放大／缩小等相机频检索方法：首先在保证查全率的前提下利用颜色距离直方运动，更多地则包

7、括淡入淡出等视频编辑效果。所谓“淡人”，图对视频进行第一轮查询，得到带有冗余信息的关键帧；然后就是原始视频帧像素点增强或减弱的一个过程。所谓“淡通过支持向量机进行第二轮查询，将用户感兴趣的关键帧聚出”，就是视频场景A逐渐变成没有后，视频场景B逐渐显示到稿日期：2008—07—15返修日期：2008-09—23本文受国家自然科学基金项目(60672051)资助。陈颉(1978一)，男，博士研究生，研究方向为信息挖掘与检索，E-mail：cjjjack@163．tom；朱福喜(1957一)，男，博士，教授，博士生导师，