中国学术期刊网络出版总库
  关闭
基于机器学习的压缩域镜头分割技术  
   推荐 CAJ下载 PDF下载
【英文篇名】 Shot Segmentation Technology by Using Machine Learning on Compressed Domain
【下载频次】 ★★★☆
【作者】 刘生贵; 聂幼三; 路红; 薛向阳;
【英文作者】 LIU Sheng-gui1; NIE You-san2; LU Hong3; XUE Xiang-yang3(1.Department of Optoelectronics; Sichuan University; Chengdu 610064; China; 2.Southwest Electronic and Telecommunication Institute; Chengdu 610041; 3.Department of Computer Science and Engineering; Fudan University; Shanghai 200433; China);
【作者单位】 四川大学光电系; 西南电子电信技术研究所; 复旦大学计算机科学与工程系; 复旦大学计算机科学与工程系 成都;
【文献出处】 电讯技术 , Telecommunication Engineering, 编辑部邮箱 2007年 01期  
期刊荣誉:中文核心期刊要目总览  ASPT来源刊  CJFD收录刊
【中文关键词】 镜头分割; 视频结构分析; MPEG压缩域; 支持向量机(SVM);
【英文关键词】 shot boundary detection; video structure analysis; MPEG compressed domain; support vector machine(SVM);
【摘要】 为了进行视频结构化和视频内容分析,需要准确有效地提取视频镜头的边界信息。为此提出了一种利用支持向量机(SVM)学习压缩域特征的算法进行镜头边界检测,只需简单译码即可得到MPEG1/2等各类视频流压缩域的特征信息。经TRECVID2005镜头边界检测集的评测,该算法在保证查全率和检测精度的情况下获得了满意的效果。
【英文摘要】 To analyze the video structure and content,shot boundary features should be extracted exactly and efficiently.In this paper,a novel approach is proposed to detect shot boundaries by using Support Vector Machine(SVM) on the compressed domain features,which can be extracted without fully decompressing MPEG-1/2 video.Experimental results on TRECVID2005 shot boundary evaluation demonstrate that the proposed approach can obtain promising performance under good recall and precision.
【更新日期】 2007-03-22
【分类号】 TN911.73;TP181
【正文快照】 1引言视频信息作为多媒体信息中的一个重要组成部分已经逐渐地渗透到了人们的学习、工作、娱乐等各个领域之中,成为人们传递和了解大千世界瞬息万变信息的重要途径。如何快速地浏览海量视频数据并从中检索感兴趣的内容信息,即基于内容的视频浏览和检索已经成为必须面对的迫切问

xxx
【读者推荐文章】中国期刊全文数据库 中国博士学位论文全文数据库 中国优秀硕士学位论文全文数据库
【相似文献】
中国期刊全文数据库
中国优秀硕士学位论文全文数据库
中国博士学位论文全文数据库
中国重要会议论文全文数据库
中国重要报纸全文数据库
中国学术期刊网络出版总库
点击下列相关研究机构和相关文献作者,可以直接查到这些机构和作者被《中国知识资源总库》收录的其它文献,使您全面了解该机构和该作者的研究动态和历史。
【文献分类导航】从导航的最底层可以看到与本文研究领域相同的文献,从上层导航可以浏览更多相关领域的文献。

工业技术
  无线电电子学、电信技术
   通信
    通信理论
     信号处理
      图像信号处理

工业技术
  自动化技术、计算机技术
   自动化基础理论
    人工智能理论
     自动推理、机器学习
  
 
  CNKI系列数据库编辑出版及版权所有:中国学术期刊(光盘版)电子杂志社
中国知网技术服务及网站系统软件版权所有:清华同方知网(北京)技术有限公司
其它数据库版权所有:各数据库编辑出版单位(见各库版权信息)
京ICP证040431号    互联网出版许可证 新出网证(京)字008号