基于张量动态纹理模型的极光视频分类-南京大学学报（自然科学）.PDF

( ) 南京大学学报 自然科学 第 卷 第 期 , 52 1 Vol.52 No.1 JOURNALOFNANJINGUNIVERSITY 年 月 , 2016 1 Jan.2016 ( ) NATURALSCIENCES : / DOI10.13232 .cnki.nu.2016.01.021 j jj 基于张量动态纹理模型的极光视频分类 , 1 12* 1 , , 宋亚婷 韩 冰 高新波 ( , , ; , , ) 1.西安电子科技大学电子工程学院 西安 7100712.遥感科学国家重点实验室 北京 100101 : , 摘 要 极光事件的形态与行星际磁场及太阳风等空间物理过程密切相关 通过研究极光形态可以得到大量地球 , 磁层和太阳风活动的信息 随着海量极光的产生 如何借助计算机对极光图像序列进行自动分类成为热点 目前极 . . , 光分类研究大多是基于单幅图像的特征分析 极光视频的建模和分析仍然有待深入研究 因此提出一种基于极光 . , 视频动态纹理建模的极光视频事件识别方法 首先对四类极光视频进性普适性动态纹理建模 然后利用矩阵 . SVD , , 分解对动态纹理模型求解 最后用模型参数间的马丁距离衡量极光序间的差异性 采用最小距离分类器和 SVM分 , , 类器实现四类典型形态的极光序列的自动分类识别 为进一步提高模型紧凑度 引入张量分解 建立张量动态纹理 . , 模型 不同于动态纹理模型只关注序列帧间的重复相关性 张量动态纹理模型同时分析序列帧间的重复相关性和 .