基于模糊概念格的視頻特征挖掘算法研究.pdf

1、隨著計算機技術和多媒體技術的迅速發(fā)展，多媒體數據尤其是視頻數據急劇增加。相對于靜態(tài)圖像而言，視頻包含的信息更豐富、表現形式更直觀，是人們獲取信息的重要來源之一。面對海量視頻數據，如何快速有效地挖掘視頻的紋理、形狀和運動等低層特征成為視頻處理領域的研究熱點?，F有的視頻特征提取算法多是將圖像特征的提取算法拓展應用于視頻中，不能很好地滿足視頻處理的實時性等要求，針對以上問題，本文的主要研究工作內容及成果包括：
　　 首先，提出了一種基

2、于模糊概念格的視頻紋理特征挖掘方法。將模糊概念格與灰度共生矩陣相結合，利用灰度共生矩陣從能量、熵和對比度等多個角度對視頻紋理特征進行了準確量化的描述，形成模糊形式背景；利用模糊概念格生成紋理特征關聯規(guī)則，根據關聯規(guī)則實時挖掘視頻紋理特征。實驗結果表明，本方法能夠快速準確地挖掘視頻紋理特征，與現有方法相比，大大減小了計算量，能夠滿足海量視頻處理的實時性要求。
　　 其次，提出了一種基于模糊概念格的視頻運動特征挖掘方法，將模糊概念格

3、與MPEG-7標準中運動活動性描述子相結合，利用MPEG-7標準中運動活動性描述子分別對鏡頭和視頻幀的運動特征進行了多角度的描述，形成模糊形式背景；利用模糊概念格生成運動特征關聯規(guī)則，根據關聯規(guī)則實時挖掘感興趣鏡頭、感興趣視頻幀和感興趣視頻幀的運動特征。實驗結果表明，應用本規(guī)則挖掘得到的感興趣鏡頭和感興趣視頻幀符合人的直觀體驗，同時，挖掘出的感興趣視頻幀運動特征與現有方法相比，有效濾除了背景噪聲，有效快捷。
　　 最后對本文研究