基于最优化分类的视频镜头谱聚类算法.pdf

清华大学学报(自然科学版)2007年第47卷第10期 37／40 !墨墨基!QQQ：QQ§垒 CN Univ(Sci＆Tech)，2007，V01．47，No．10 1700—1703 11—2223／NJ Tsinghua 基于最优化分类的视频镜头谱聚类算法 -张建宁，孙立峰，钟玉琢 (清华大学计算机科学与技术系，北京100084) 摘要：谱聚类是目前最有效的视频镜头聚类算法之一，但 于分类的准确性较高。无监督的聚类与它相比具有 是如何自动选择最优化的分类个数仍是谱聚类算法中的难 自动学习视频内容和无需大量人工标注等优势，但 题。该文提出一种基于最优化分类的视频镜头谱聚类算法， 是对于初始划分比较敏感，并且对于不均匀分布的 对每个镜头采用分区域的Gauss混合模型(DGMM)进行特 征建模，并提取模型参数特征作为镜头谱聚类的特征向量， 来在镜头间进行层次性聚类口]，该方法根据样本在 通过构造DGMM和谱聚类的联合评价函数来自动选择最 特征空间上的Gauss分布特性，有效地用多个 优化的分类个数和特征空问维数。实验结果表明，该文提出 Gauss分量来表征不均匀分布的各类样本集，但是 的算法比原有谱聚类算法分类结果更加准确和有效。 分类个数的选择以及对分类误差的度量仍不十分有 关键词：多媒体技术，视频分析}谱聚类，Gauss混合模型 效。谱聚类算法[6’7]应用到视频镜头分类中比上述聚 37 文献标识码：A 中图分类号：TP 类算法具有更好的分类效果口]，但是同样面临着分 文章编号：1000-0054(2007)10一1700—04 类个数选择的问题。另外在上述聚类方法中，镜头内 的特征向量一般选取关键帧或者平均颜色直方图来 Videoshot spectralclusteringalgOrithm 表征，这些特征并不能很好地表征镜头内对象的分 automaticclustermOdel byOptimized 布和动态特性。 selection 最小描述长度(MDL)被用来在基于统计模型 ZHANG YuzhuO JlannIng，SUNLifeng，ZHONG 的聚类中作为聚类有效程度的度量标准口]。在谱聚 ofComputerscien∞蚰dT∞hnOIo野， 类算法中[81采用特征间隔和相关划分2个评价函数 (D印a巾舭nt Tsin曲uaUniversity，＆ijI雌100084，Chi岫) 来分别度量。这些度量着重考虑数据的分布特性，而 i8oneofthemostefficiemVideoshot Abstract：S岫ectralclustering 没有很好地考虑到语义和特征维数对分类的影响， automaticclustermodel8electionisstill clu8terin