-
题名用无监督模糊聚类方法进行视频内容的分层表示
被引量：4
- 1
-
-
作者
金红
史桂蓉
周源华
-
机构
上海交通大学图象通信与信息处理研究所
-
出处
《计算机工程与应用》
CSCD
北大核心
2002年第2期163-165,共3页
-
文摘
为了在视频数据库中提供有效的视频检索和浏览功能,必须用简明的方式表示视频的内容。由于视频数据具有层次性结构,在镜头边界检测后,可以利用聚类方法按不同的相似性尺度选取代表帧和代表镜头,对视频内容进行抽象概括的表示。文中提出了一种基于无监督模糊聚类对视频内容进行分层表示的算法,它用无监督聚类方法选取镜头的代表帧,并用模糊聚类算法对代表帧进行层次化聚类以选取代表镜头和代表场景。实验结果表明这种方法可以较好地概括视频的内容,方便用户检索和浏览。
-
关键词
视频内容表示
非监督式聚类
模糊聚类
代表帧
代表镜头
相似尺度
视频数据库
-
Keywords
Video content Representation,Unsupervised Clustering,Fuzzy Clustering,Representative Frame ,Representative Shot,Similarity Metrics
-
分类号
TP392
[自动化与计算机技术—计算机应用技术]
-
-
题名视频语义分析内容表征方式研究
- 2
-
-
作者
魏维
叶斌
张元茂
-
机构
成都信息工程学院计算机科学与技术系
-
出处
《计算机工程》
CAS
CSCD
北大核心
2007年第13期218-220,229,共4页
-
基金
成都信息工程学院发展基金资助项目(KYTZ20060904)
-
文摘
从视觉和声音两方面对视频语义内容的表征技术进行研究。采用能反映时间语义约束、语义变化的帧切片策略选取关键帧,用时空注意力模型选择空域的内容,用分类器对这些区域进行基本语义分类识别,建立不同时间声音段的随机模型,进行声音语义内容表示和基本声音语义提取。实验表明,视频内容表征方式能简洁地表示视频的语义内容,有效提取视频基本语义。
-
关键词
视频内容表示
特征表示
特征抽取
视频语义分析
-
Keywords
video content representation
feature representation
feature extraction
video semantic analysis
-
分类号
P311
[天文地球—固体地球物理学]
-
-
题名基于生成式模型的视频基元追踪学习
- 3
-
-
作者
赵友东
龚海峰
贾云得
-
机构
北京理工大学计算机学院智能信息技术北京市重点实验室
莲花山研究院
-
出处
《计算机学报》
EI
CSCD
北大核心
2010年第10期1835-1844,共10页
-
基金
国家自然科学基金(90920009
60875005)
国家"八六三"高技术研究发展计划项目基金(2009AA01Z323)资助~~
-
文摘
自然场景视频中含有各种类别的视频基元(video primitives),它们构成了整个高维视频块(video bricks)空间,具有不同的结构维度及复杂度,由空间表观与运动共同描述.视频基元主要有两类:结构视频基元与纹理视频基元.文中使用一个通用生成式模型对两类视频基元进行统一概率建模,每个视频基元的表达能力由其对应的信息增益来度量.利用该度量进行视频基元追踪学习,最终建立一个完整的视频基元集.实验结果显示了文中方法在视频内容表示方面的有效性.
-
关键词
视频块
视频基元
生成式模型
追踪学习算法
视频内容表示
-
Keywords
video brick
video primitives
generative model
pursuit algorithm
video representation
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
