一种基于证据融合的视频语义概念检测方法.pdfVIP

一种基于证据融合的视频语义概念检测方法.pdf

  1. 1、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
一种基于证据融合的视频语义概念检测方法.pdf

第 12卷第 3期 Vol_l2 No.3 2011年 6月 Jun.20ll 一 种基于证据融合的视频语义概念检测方法 万建平,高毫林 ,李弼程 (信息工程大学 信息工程学院,河南 郑州 450002) 摘要:提 出了一种基于证据融合 的视频语义概念检测方法。提取 了镜头关键帧的分块颜色矩、 小波纹理特征和视觉词汇直方 图,利用 SVM 对 3种特征数据分别进行训练 ,建立模型;对各 SVM模型泛化误差进行分析 ,采用折扣系数法对不同SVM模型输出的分类结果进行修正;采 用基于min—max算子的证据融合公式对修正后的输出进行融合 ,把 融合结果作为最终的概念 检测结果。实验结果表 明,新方法提高 了概念检 测 的准确率,优 于传 统的线性分 类器 融合 方法 。 关键词 :视频语义概念;视觉词典法;证据理论;分类器 融合 中图分类号:TN911.73 文献标识码:A 文章编号 :1671—0673(2011)03—0327—06 VideoSemanticConceptDetectingM ethod Based onEvidenceFusion WAN Jian-ping,GAO Hao—lin,LIBi—cheng (InstituteofInformationEngineering,InformationEngineeringUniversity,Zhengzhou450002,China) Abstract:A videosemanticconceptdetectingmethodbased on evidencefusion isproposed.Fea— turesincludinggridcolormoment,wavelettextureandvisualwordhistogram areextractedfrom key framesofvideoshots,andforeachtypeoffeature,aSVM modelistrained.Byanalyzingthegener- alizationerrorofeachSVM model,adiscountingcoefficientmethod isimplementedtomodifyclassi— fieationresultsofthesemodels.Thenthesemodifiedresultsarefusedwithanevidencefusionequa— tionbasedonmin—maxoperator,andthefusedresultisregardedasthefinalsemanticconceptdetec— tionresult.Experimentalresultsshow thatthenew methodhasimprovedthedetectionaccuracyand outperformsthetraditionallinearclassifierfusionmethod. Keywords:videosemanticconcept;bagofvisualwords;evidencetheory;classifierfusion 0 引言 人是从语义上对图像 /视频内容进行理解和判断的,而现行的主要做法是利用低层视觉特征,如颜色 、 纹理 、形状 、空间关系和运动等来表征视觉 内容 ,这就导致语义鸿沟 (SemanticGap)¨问题,即低层视觉特 征与人对图像 /视频内容的理解之间存在的较大差异 。视频语义概念检测是跨越语义鸿沟,实现基于语义 的大规模快速图像 /视频内容检索的基础 ,已经成为多媒体内容分析领域一个很活跃 的方向。 传统的视频语义概念检测方法先提取视频关键帧的颜色 、纹理、形状等全局特征,然后用机器学习方 法对各高层语义概念建立分类模

文档评论(0)

gr4d52fg46fr3df + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档