基于内容的体育节目分类

《基于内容的体育节目分类》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、南京理工大学硕士论文基于内容的体育节目分类摘要体育节目作为一种大众普遍喜爱的多媒体，在人们日常生活中占据了极为重要的地位。基于内容的体育节目分类是基于内容的视频信息分类检索的一个部分，是多媒体信息处理研究领域中的重要课题。本文主要针对基于内容的视频信息分类检索中的若干问题展开讨论研究，包括视频结构化、特征提取、特征优化以及特征分类等等。．针对视频结构化问题，本文在总结现有方法的基础上，提出了一种自适应双阈值比较的镜头转换检测方法，实现了对体育视频结构化操作，取得了较好的试验效果。针对特征提取问题，本文在用主颜

2、色、圆柱距离以及连通分析的方法实现比赛场地分割的基础上，提取了颜色、纹理等一组静态图像特征；在使用块运动估计方法建立视频镜头运动场的基础上，提取了运动纹理等一组动态视频特征。它们一起被用作为节目分类的数据依据。在研究视频镜头代表帧提取技术的基础上，用基于帧间差异的方法提取了体育视频段中所有镜头的代表帧，并提出了通过代表帧聚类、慢镜头剔除等操作实现比赛镜头挑选的方法。最后用独立分量分析(ICA)优化特征以及去除特征高阶相关性，并用支持向量机(SVM)对球类体育节目进行了分类，取得了较好的分类效果。关键词t基于内

3、容的分类检索，镜头转换检测，特征提取，特征分类，代表帧，独立分量分析，支持向量机第1页南京理工大学硕士论文基于内容的体育节目分类ABSTRACT11lesp0]暇撤isoneofmostpopularmultimedia,whichisinfavorwithgreatmassofspcctators．11lesportscastclassificationbasedORcontentisanimportantportionofthecontent-basedvideoinformatioRclassifica

4、tionandretrievalandmaintopicinthemultimediainformationresearch．Inthispaper,problemsofthevideoinformationclassificationandretrievalarediscussed，includingvideostructuring，featureabstracting,featureoptimizingandfeatureclassifying，ere．Basedonanalyzingofrecentre

5、searches，avideoshotdetectionmethod’whichisbasedonself-adaptingdual-threshddcompare,isproposedtOsolvetheproblemofvideostructuring，andthenoperationsofsportvideostructuringarerealized．TheexperimentalresultsindicatethatthismethOdiSefficient．Basedonapplyingdomai

6、ncolor,cylindricaldistanceandconnectivityanalysistodividefields，stadcimagefeamresalepresentedforfeatureabswaction,suchascolor,texture，ete．it'salsoproposeddynamicvideofeaturestOsolvefeatureabswacdon，whicharebased013．applyingthemethodofblockmotionestimationto

7、buildthefieldofvideoshotmotion'suchasmotiontexture．etc，Thesefeatures髫eappliedtOprogramclassification．Based011theresearchofabstractingtypicalframesofvideo；hots，themethodbasedonflamedifferenceispresentedtOabstractalltypicalframesofsportvideoshots．Andthenthecl

8、usteringoftypicalflamesandthemethodofslowmotioneliminationareusedtOselectsportshots．Finally,theIndependentComponentAnaly：IS(ICA)isappliedtOoptimizefeaturesandwipeoffhigh-orderdependencyamongfeatLres．Th