检索结果-南通市图书馆

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

篮球视频精彩事件检测方法研究

篮球视频精彩事件检测方法研究

作者：王硕西安电子科技大学

学位级别：硕士

随着多媒体技术和因特网技术的快速发展,运动视频数据正在以爆炸式增长的方式在广播和网络飞速传播着。如何从信息爆炸的年代里找到自己感兴趣的视频成为了一个明显的需求,尤其是篮球运动爱好者,如何只浏览篮球比赛中的精彩部分而不是... 详细信息

随着多媒体技术和因特网技术的快速发展,运动视频数据正在以爆炸式增长的方式在广播和网络飞速传播着。如何从信息爆炸的年代里找到自己感兴趣的视频成为了一个明显的需求,尤其是篮球运动爱好者,如何只浏览篮球比赛中的精彩部分而不是观看完整比赛视频成为一个亟待解决的问题,精彩事件检测已成为体育视频分析领域研究的热点。目前精彩事件检测的方法按其研究内容主要可以分为两个方向:特征优化和模型改进。特征优化方向旨在通过构建更能表达视频内容的新特征或者联合使用现有的特征改善精彩事件检测效果,该方法往往需要根据特定视频内容定义专有特征,很难找到一个通用的模板用于所有体育视频。模型改进方向旨在通过改进机器学习模型结构使得视频内容能够充分表达,该方法的普适性较高但目前结果人不能令人满意。本文以篮球比赛视频为研究对象,从特征定义和模型选择两个方向进行了研究,提出了一种新的篮球视频精彩事件检测方法。本文的主要研究工作有:特征提取。首先对篮球视频按内容进行划分,分成视频图像数据和视频音频数据两部分,对音频数据部分进行分析提取相关的音频特征,然后对视频图像数据部分按结构进行划分,划分成视频帧图像,视频镜头和视频事件/场景三层,针对视频图像层提取了相关图像特征,针对视频镜头定义了中层语义特征;最后通过实验证明本文提取特征的有效性。篮球投篮进球和犯规事件检测。首先根据定义好的音视频特征和中层语义特征利用概念格聚类技术找出每一类精彩事件的支持特征,进而对支持特征加权融合构建情感激励特征;然后利用本文定义的哨声镜头检测模型,对视频的音频镜头进行处理以得到哨声镜头特征;最后以情感激励特征和哨声镜头特征联合作为输入,构建有效的HCRF(Hidden Conditional Random Field)模型实现了篮球视频投篮进球和犯规事件的检测,实验证明了文本方法的有效性。文章的最后对全文的工作进行了分析和总结,给出了进一步工作的研究方向。

关键词：事件检测隐条件随机场音视频特征视频语义分析情感特征

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

群体行为视觉语义表达分析及应用

群体行为视觉语义表达分析及应用

作者：张严浩哈尔滨工业大学

学位级别：硕士

群体行为分析与理解作为一个复杂、多样、具有挑战的领域近年来吸引了很多研究机构的关注。在视频监控、人机交互、多媒体内容理解等方面，群体行为分析都是重要的组成部分之一。它对于相应的目标行为检测、跟踪和场景建模都有很好的作... 详细信息

群体行为分析与理解作为一个复杂、多样、具有挑战的领域近年来吸引了很多研究机构的关注。在视频监控、人机交互、多媒体内容理解等方面，群体行为分析都是重要的组成部分之一。它对于相应的目标行为检测、跟踪和场景建模都有很好的作用，是一项基础和有意义的工作。那么，作为群体行为分析和理解的基础，合理有效的群体行为语义表达就显得尤为重要。本文从群体行为的不同层级语义表达分析与理解角度阐述，以群体行为异常检测和挖掘群体行为模式为目标，旨在分析和研究基于监控视频的有效的群体行为语义描述方式和群体行为语义模式挖掘的合理方法。并提出了相应的群体行为的语义表达概念和基于表达的应用框架，通过大量标准数据库的实验，对理论框架和算法进行了验证。文章首先探究了群体行为分析的底层特征与高层语义之间的语义鸿沟，分析社会行为模型对于群体行为交互的影响，对比传统的经典社会力模型和方法，提出了符合社会行为模型的社会属性假设。以社会属性假设为出发点，建立了具有场景尺度估计和语义上下文结合的社会属性力中层语义表达模型。建立的社会属性力模型有效的从上下文语义揭示了群体行为交互的本质结构，通过有监督和无监督学习的方法，进行全局和局部的异常检测的应用。在此研究基础之上，通过对于群体社会属性假设的延伸，提出了合理的群体行为情感规则，建立了基于运动特征的Arousal-Valence（激励度-唤醒度）情感模型，进而对群体运动特征进行高层表达，得到群体行为的情感轨迹，并应用到群体全局异常检测和群体行为模式匹配当中。实验结果展示出我们提出的语义表达模型的正确性和合理性，从而证明了理论应用框架的有效性。整个研究过程从群体社会行为有底层特征的语义鸿沟出发，以合理的假设为依据，自底向上提出了不同层面的行为语义表达，并解决了语义表达对应的应用理论框架。对于后续研究提供了有价值的参考。

关键词：群体行为分析异常检测视频语义分析语义表达计算机视觉

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

足球视频精彩进球事件检测

足球视频精彩进球事件检测

作者：谢文娟西安电子科技大学

学位级别：硕士

足球比赛视频持续时间长，数据量庞大，由于网络传输带宽限制及观众仅对精彩事件感兴趣这样的事实存在，足球视频的精彩事件检测已成为体育视频分析领域研究的热点。目前常见的主流方法主要包括两类：一类是机器学习的方法，另一类是基... 详细信息

足球比赛视频持续时间长，数据量庞大，由于网络传输带宽限制及观众仅对精彩事件感兴趣这样的事实存在，足球视频的精彩事件检测已成为体育视频分析领域研究的热点。目前常见的主流方法主要包括两类：一类是机器学习的方法，另一类是基于人工规则的方法，其中，基于机器学习的方法语义事件模型复杂，模型训练对样本数据的充分性和典型性要求较高;基于规则的方法，人工语义规则制定需耗费较多的人力，事件检测性能不高等。因此，如何构建性能良好的语义事件模型、建立简单有效的语义规则、准确且全面地实现语义事件的检测是当前体育视频领域研究的难点。本文针对足球视频精彩进球事件，提出了两种检测方法。 (1)基于HMM (Hidden Markov Model)和语义规则的进球事件检测方法。通过语义镜头标注，将视频片段描述为由远镜头、中镜头、特写镜头、观众镜头和回放镜头组成的序列;结合足球领域知识，构建了进球事件的HMM模型，实现了基于HMM模型的进球事件检测;基于对进球片段与非进球片段的内容分析，定义了一种新的镜头特征—语义观测权重，并利用新特征建立了归一化语义加权和规则，实现了基于语义规则的进球事件检测;最终利用基于逻辑距离的加权融合方案，将两种检测结果通过最优权重进行决策级融合，完成对进球事件的检测。实验结果表明该方法对进球事件的查准率达到了96.55%、查全率达到了100%，优于传统的HMM方法和语义规则的方法。 (2)基于HCRF (Hidden Conditional Random Field)和情感语义的进球事件检测方法。构建了用于实时镜头语义标注的HCRF模型，能够实现多种语义镜头的同时标注，得到了视频的语义镜头序列;利用镜头的语义观测权重特征构建了基于特征值加权的情感激励模型，旨在从情感语义角度描述进球事件的内含情感语义，得到了视频的情感激励值序列;在小规模训练样本情况下，有效建立了简单的进球事件检测HCRF模型，基于视频语义镜头序列和情感语义激励值序列与进球事件之间的映射关系，从视频结构语义和情感语义两方面挖掘进球事件的内在规律，准确实现了进球事件检测。实验结果表明本方法对进球事件的检测性能较好。最后对本文研究内容进行了总结，展望了未来的研究方向。

关键词：视频语义分析事件检测隐马尔可夫模型隐条件随机场情感语义

基于HCRF的足球视频精彩事件检测方法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于HCRF的足球视频精彩事件检测方法研究

作者：刘莹莹西安电子科技大学

学位级别：硕士

足球比赛持续时间长，视频数据量庞大，由于观众感兴趣的精彩事件占据比赛视频的比例较小，足球视频精彩事件自动检测便成为视频语义分析领域研究的热点和难点。目前常用的事件检测方法主要包括两大类：一类是基于机器学习的方法，另一... 详细信息

足球比赛持续时间长，视频数据量庞大，由于观众感兴趣的精彩事件占据比赛视频的比例较小，足球视频精彩事件自动检测便成为视频语义分析领域研究的热点和难点。目前常用的事件检测方法主要包括两大类：一类是基于机器学习的方法，另一类是基于人工规则的方法。其中，采用基于机器学习的方法检测语义事件，模型构建复杂，对训练样本数据的典型性和充分性要求较高;基于人工规则的方法，规则建立过程比较繁琐，人力耗费较大，且事件检测性能不高。因此，如何构建性能良好的语义事件模型、建立简单有效的语义规则、准确且全面地检测语义事件是目前体育视频检索领域研究的难点。本文针对足球视频精彩事件，提出了两种事件检测方法。（1）基于HMM（HiddenMarkovModel）的足球视频角球事件检测方法。通过分析足球视频角球事件的语义结构，定义并提取了六种多模态语义线索来描述镜头序列，组成观察值向量，作为HMM模型输入，经过模型迭代训练和模型参数不断优化，构建出角球事件的HMM模型，从音/视频两方面深入挖掘了角球事件的内在规律，准确实现了角球事件自动检测。实验表明，该方法检测角球事件性能良好，查全率达到了89.66%，查准率达到了96.30%。（2）基于多模态语义线索和HCRF模型（HiddenConditional Random Field）的足球视频精彩事件检测方法。通过对精彩事件视频结构语义分析，定义了9种多模态语义线索，准确地描述了精彩事件富含的语义信息;对视频片段进行物理镜头分割，提取镜头关键帧中的多模态语义线索得到特征矢量，将测试视频片段中所有镜头的特征矢量共同构成观察序列;在小规模训练样本的情况下，将观察序列作为HCRF模型的输入，有效建立了精彩事件检测的HCRF模型。实验结果表明，本文多个精彩事件的查全率平均达到95.32%，查准率达到了96.05%，检测性能明显优于对比方法。最后对本文研究内容进行了总结，展望了下一步的研究方向。

关键词：视频语义分析事件检测隐条件随机场多模态音视频特征

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于视觉的人体动作识别综述

山东轻工业学院学报（自然科学版） 2012年第1期26卷 85-90页

作者：周艳青王磊蓬莱一中山东蓬莱265611 山东轻工业学院信息学院山东济南250353

识别视频中的人的动作是视频语义分析方向的一个关键研究课题,在很多领域有广阔的应用前景,如人机交互,智能监控,基于内容的视频数据检索等。本文从问题的定义,一般解决思路,到两大关键问题——动作表示和动作识别的解决方法进行了详细... 详细信息

识别视频中的人的动作是视频语义分析方向的一个关键研究课题,在很多领域有广阔的应用前景,如人机交互,智能监控,基于内容的视频数据检索等。本文从问题的定义,一般解决思路,到两大关键问题——动作表示和动作识别的解决方法进行了详细论述,并指出了现有方法存在的问题以及发展方向,为该领域的初学者提供有价值的参考。

关键词：视频语义分析动作表示动作识别

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

一种音频情感区间划分方法

电脑知识与技术（过刊） 2014年第9X期20卷 6184-6186页

作者：翁子林福州大学

该文提出一种音频情感区间划分方法。该方法以提取音频情感语义方面为目的,可以有效地划分出视频流中音频通道的情感区间。首先,事先选定若干种音频中层情感认知类型,并采用基于分层二叉树SVM分类算法对每个音频段进行中层情感认知初分... 详细信息

该文提出一种音频情感区间划分方法。该方法以提取音频情感语义方面为目的,可以有效地划分出视频流中音频通道的情感区间。首先,事先选定若干种音频中层情感认知类型,并采用基于分层二叉树SVM分类算法对每个音频段进行中层情感认知初分类,然后提出一种基于规则的分类结果平滑策略对初分类结果进行平滑。最后,利用从中层认知到高层情感感知的映射机制,将中层认知映射到高层情感感知以识别高层情感语义,最终完成音频情感区间划分。实验证明,该方法对音频情感区间划分具有良好的效果。

关键词：视频语义分析情感区间划分情感计算音频分类分层二叉树支持向量机

基于智能视觉物联网的油库人员行为识别与监测系统

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

电子测量技术 2020年第3期43卷 128-131页

作者：岳彬余大兵常心悦席淑雅李庆武北京航空工程技术研究中心北京100076 河海大学物联网工程学院常州213022

针对油库区域人员行为监测响应慢、时效低的问题,提出一种基于智能视觉物联网的油库人员行为识别与监测系统。首先建立智能视觉物联网监测系统架构,满足信号采集、传输、处理与反馈需求;然后提出一种视频语义分析模型,将人体行为识别与... 详细信息

针对油库区域人员行为监测响应慢、时效低的问题,提出一种基于智能视觉物联网的油库人员行为识别与监测系统。首先建立智能视觉物联网监测系统架构,满足信号采集、传输、处理与反馈需求;然后提出一种视频语义分析模型,将人体行为识别与人脸识别进行协同分析,实现对油库作业人员行为的分析与监测。经实验验证,在自建的数据库中,系统的人脸识别准确率达96.5%,人体行为识别准确率达85%,说明该系统可有效减少因人员的行为失误造成的油库安全事故,在油库的安全管理中具有很高的应用价值。

关键词：油库安全智能视觉物联网视频语义分析人体行为识别人脸识别