版权说明 操作指南
首页 > 成果 > 详情

基于语义概念的多模态视频场景分割算法

认领
导出
Link by 中国知网学术期刊 Link by 万方学术期刊
反馈
分享
QQ微信 微博
成果类型:
期刊论文
作者:
金凯;丰洪才;杨亭
作者机构:
武汉轻工大学数学与计算机学院,武汉,430023
[金凯; 杨亭; 丰洪才] 武汉轻工大学
语种:
中文
关键词:
多模态;时序关联共生特性;相似度融合;支持向量机;语义概念;场景分割
关键词(英文):
temporal associated co-occurrence ( TAC );SimFusion;support vector machine ( SVM );semantic concept;scene segmentation
期刊:
小型微型计算机系统
ISSN:
1000-1220
年:
2014
卷:
35
期:
9
页码:
2156-2161
基金类别:
湖北省自然科学基金项目(2009Chb008,2010CDB06603)资助 湖北省教育厅重点科研项目(D20101703)资助
机构署名:
本校为第一机构
院系归属:
数学与计算机学院
摘要:
为了更好地挖掘视频数据和分析视频内容,该文提出一种基于语义概念的多模态视频场景分割算法,充分考虑视频中多模态之间的时序关联共生特性,通过相似度融合算法计算得到视频镜头间的相似度关系,将降维处理得到的低维语义空间坐标作为支持向量机的输入,构造出若干不同语义概念训练分类器,预测出每个关键帧的语义概念矢量,利用语义重叠镜头链方法对镜头进行聚类得到视频场景.实验结果表明,该方法能有效地检测视频语义概念和分割视频场景,MAP值、M值分别达到50%和83.4%.
摘要(英文):
To better video data mining and analysis of video content, a multi-modality video scene segmentation algorithm with semantic concept is proposed based on SimFusion, locality preserving projections ( LPP), support vector machine ( SVM ), and semantic overlapped shot linked algorithm in this paper. Take full account of temporal associated co-occurring of multimodal media data in video, and using multi-modality subspace correlation propagation, the video shot similarity is calculated, then semantic space coordinates obtained by reducing the di...

反馈

验证码:
看不清楚,换一个
确定
取消

成果认领

标题:
用户 作者 通讯作者
请选择
请选择
确定
取消

提示

该栏目需要登录且有访问权限才可以访问

如果您有访问权限,请直接 登录访问

如果您没有访问权限,请联系管理员申请开通

管理员联系邮箱:yun@hnwdkj.com