-
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]
-
-
题名代表帧及其提取方法
被引量：4
- 2
-
-
作者
王新舸
罗志强
-
机构
石家庄陆军指挥学院
第二炮兵指挥学院
-
出处
《电视技术》
北大核心
2010年第10期26-28,共3页
-
基金
教育部新世纪优秀人才支持计划
-
文摘
影像制作者对最想展现给观众的镜头画面通常会保持相对稳定的一段时间,图像的变化相对其他帧小,据此提出了一种新的帧类型:代表帧,并给出了代表帧的提取方法。
-
关键词
关键帧
代表帧
镜头分割
基于内容检索
-
Keywords
key frame
representative frame
shot segmentation
content-based retrieval
-
分类号
TN941.1
[电子电信—信号与信息处理]
-
-
题名视频语义场景聚类算法研究
- 3
-
-
作者
叶军
李建良
-
机构
南京邮电大学数理学院
南京理工大学理学院
-
出处
《小型微型计算机系统》
CSCD
北大核心
2008年第10期1860-1863,共4页
-
基金
南京邮电大学"青蓝计划"(NY207095)资助
-
文摘
视频聚类是视频索引和检索的重要组成部分.本文针对镜头已分割好的视频如何提取更高语义层次的场景,考虑帧图像间以帧分块的局部似然比特征和小波变换的全局边缘特征相结合的综合相似性度量,利用视频编辑的一种常用特征及代表性镜头的选取原则,给出了一种新的语义场景的提取算法.数值实验表明该算法对基于对话类的视频类型有很好的场景提取效果,与WBS(Window-based Sweep Algorithm)算法相比,查全率和查准率分别提高了8.7%和28.4%.
-
关键词
场景
代表性镜头
语义
编辑特征
综合相似度
-
Keywords
scene
representative shot
semantic
editing feature
integrated
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
-
