基于視頻樣本分類(lèi)的事件庫(kù)構(gòu)建方法研究.pdf

1、傳統(tǒng)的視頻檢索都是基于視頻人工標(biāo)注的關(guān)鍵字檢索，但是當(dāng)視頻的數(shù)據(jù)量非常大的時(shí)候，需要消耗的人力會(huì)急速的增加。因此采用了一種基于視頻樣本分類(lèi)的事件庫(kù)構(gòu)建方法。
　　基于語(yǔ)義內(nèi)容視頻事件庫(kù)建立的主要目的就是對(duì)一段視頻的主體目標(biāo)和事件語(yǔ)義進(jìn)行識(shí)別。視頻的高層語(yǔ)義內(nèi)容比較直觀，要對(duì)其進(jìn)行識(shí)別需要建立一個(gè)其與底層特征之間的對(duì)應(yīng)關(guān)系。視頻由一系列連續(xù)的圖像幀組成，而視頻的主體目標(biāo)可以選取幾幀具有代表性的幀來(lái)識(shí)別，這些具有代表性的幀被稱(chēng)為關(guān)鍵幀

2、。SURF描述子代表了幀的特征點(diǎn)，當(dāng)視頻中出現(xiàn)變化較大的畫(huà)面時(shí)相鄰幀之間的匹配特征點(diǎn)的數(shù)目也會(huì)急劇下降，因此根據(jù) SURF 描述子的匹配率來(lái)識(shí)別出視頻的關(guān)鍵幀。視頻相比較圖像多了時(shí)間上的連續(xù)性，而視頻主體目標(biāo)的軌跡數(shù)據(jù)能很好的反應(yīng)出視頻在時(shí)間上的連續(xù)性，因而采用運(yùn)動(dòng)目標(biāo)軌跡數(shù)據(jù)提取常用的方式（通過(guò)混合高斯模型識(shí)別出視頻的對(duì)象，然后采用Came Shift算法提取出對(duì)象的軌跡數(shù)據(jù)）。
　　視頻關(guān)鍵幀和主體目標(biāo)的軌跡數(shù)據(jù)沒(méi)辦法直接對(duì)視

3、頻事件進(jìn)行識(shí)別，關(guān)鍵幀能反應(yīng)出視頻主體運(yùn)動(dòng)目標(biāo)對(duì)象，因此提取出視頻關(guān)鍵幀的底層特征向量后對(duì)視頻主體對(duì)象做一個(gè)初步的分類(lèi)。通過(guò)觀察發(fā)現(xiàn)視頻復(fù)雜場(chǎng)景下視頻關(guān)鍵幀的數(shù)量和關(guān)鍵幀內(nèi)背景目標(biāo)有很大的差異，因而采用了基于視覺(jué)單詞的詞頻向量對(duì)視頻的場(chǎng)景語(yǔ)義做了一個(gè)聚類(lèi)。軌跡數(shù)據(jù)沒(méi)辦法直接用來(lái)識(shí)別視頻事件，提出了一個(gè)七維向量來(lái)量化一段軌跡數(shù)據(jù)和每一維向量的權(quán)值計(jì)算方式。不同的視頻往往提取出的軌跡數(shù)據(jù)的數(shù)量不同，因而提出了一種基于不同軌跡數(shù)據(jù)數(shù)量的視頻之