视频底层特征选取及其与观众评价的相关分析

《视频底层特征选取及其与观众评价的相关分析》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、硕士学位论文（学术学位）视频底层特征选取及其与观众评价的相关分析VIDEOUNDERLYINGFEATURESELECTIONANDEVALUATIONOFCORRELATIONANALUSISWITHTHEAUDIENCE崔明明2016年3月中图分类号：TP311学校代码：10188UDC：密级：公开视频底层特征选取及其与观众评价的相关分析硕士研究生：崔明明导师：侯一民副教授学位类别：硕士学科专业：控制科学与工程所在单位：自动化工程学院答辩日期：2016年3月授予学位单位：东北电力大学ClassifiedIndex:TP311U.D.C:

2、VIDEOUNDERLYINGFEATURESELECTIONANDEVALUATIONOFCORRELATIONANALUSISWITHTHEAUDIENCECandidate：CuiMingmingSupervisor：A.P.HouYiminAcademicDegreeAppliedfor：MasterofEngineeringSpeciality：ControlTheoryandControlEngineeringAffiliation：SchoolofAutomatianEngineeringDateofDefence：Mar,2

3、016Degree-Conferring-Institution：NortheastDianliUniversity摘要近年来，随着信息技术的迅猛发展，在人们的日常生活中各种各样的视频信息随处可见，目前的电影预告片、广告等视频经常在一些在线社交网络（OnlineSocialNetworks，OSN）中预先投放。在视频的设计和生产过程中，怎样设计视频更能够吸引观众的注意，对观众的情绪产生正面的影响，从而提高此类视频的观众口碑和销售业绩，产生经济效益，这是相关文化企业、视频指导者、编辑者非常关心的问题。为探究商业视频底层视觉特征对其受欢迎程度的

4、影响情况，需要对视频底层特征进行提取，在获取原始视频数据及其观众评价之后，采用特征选择方法提取对评价影响较大的特征。本文针对目前广泛应用的互相关特征选择(Correlation-BasedFeatureSelection，CFS)方法进行改进，提出了CFS-Spearman特征选择算法，采用Spearman秩相关系数与CFS方法结合进行特征选择。选取UCI机器学习数据库中的3组数据作为实验数据源，将本文特征选择方法与传统的CFS方法及最小冗余最大相关(minimumredundancyandmaximumrelevance,mRMR)方法进

5、行比较，通过KNN、SVM分类器验证各候选集的优劣，证明了文中方法的效果。最终将本文的方法应用于商业视频底层特征选择，选出了对视频受欢迎程度影响最大的特征子集。再用KNN、SVM方法对特征进行分类及验证性实验，结果证明选出的运动方差、亮度均值、饱和度均值三个视频底层特征会对观众的评价造成一定的影响，至此预测模型已建成。通过ROC曲线验证了CFS-Spearman方法与SVM结合优于CFS-Spearman方法与KNN的结合，从实验结果看出CFS-Spearman方法与SVM结合更适合此方面的研究，这一研究成果为以后更进一步研究奠定了基础。关

6、键词：互相关特征选择方法；CFS-Spearman；视频底层特征；受欢迎程度IAbstractTheseyears,informationtechnologyhasdevelopedquickly,inpeople'sdailylivesallkindsofvideoinformationcanbeseeneverywhere,thecurrentmovietrailers,videoads,etc.oftenpreviouslyservedinanumberofonlinesocialnetworks.Videodesignandprod

7、uctionprocess,howtodesignvideomoreabletoattracttheaudience'sattention,haveapositiveeffectonthemoodoftheaudience,therebyimprovingsuchvideoviewersreputationandsales,generateeconomicbenefits?Thisisanissuerelatedtoculturalenterprises,videodirector,editor,veryconcernedabout.Tod

8、iscovertheinfluencefromthecommercialvideos’low-levelfeaturestothepopularityofthevideos,th