基于多特征的视频场景分类.PDFVIP

———————————————————————————————————————————————— 基于多特征的视频场景分类 作者 贾澎涛，杨丽娜 机构 西安科技大学 计算机科学与技术学院 基金项目 西安市科技计划资助项目（2017079CG/RC042 （XAKD001）；西安科技大学博士后基金资助 （2016QDJ002） 预排期卷 《计算机应用研究》2018 年第35 卷第12 期 摘要 针对视频检测效率低下问题，提出了一种基于多特征融合及特征阈值的视频场景分类方法— —阈值判定分类法。首先，提取场景视频的平均关键帧；然后，根据其结构化特征以及不同 空间结构对场景识别的贡献度对平均关键帧进行划分与重组，得到感兴趣区域及次感兴趣区 域；接着，分别提取这两个区域的场景特征，并利用多特征融合技术分别得到两者的综合特 征；最后，根据综合特征并利用特征阈值，进行场景动态分类。实验结果表明，该方法充分 利用了视频的结构化特征，实验准确率达到80%，在一定程度上证明了该分类方法的有效性。 关键词 场景分类；多特征；特征融合；综合特征；阈值判定 作者简介 贾澎涛（1977-），女，陕西蒲城人，教授，博士，主要研究方向为集成学习、矿山安全可视 化；杨丽娜（1993-），女（通信作者），硕士研究生，主要研究方向为图形图像、科学计算及 其可视化（1798057628@）． 中图分类号 TP391.41 访问地址 /article/02-2018-12-058.html 发布日期 2017 年12 月8 日 引用格式 贾澎涛, 杨丽娜. 基于多特征的视频场景分类[J/OL]. 2018, 35(12). [2017-12-08]. /article/02-2018-12-058.html. 35 12 Vol. 35 No. 12 第 卷第 期 计算机应用研究 优先出版 Application Research of Computers Online Publication 基于多特征的视频场景分类 * 贾澎涛，杨丽娜† (西安科技大学 计算机科学与技术学院, 西安 710054) 摘 要：针对视频检测效率低下问题，提出了一种基于多特征融合及特征阈值的视频场景分类方法——阈值判定分类 法。首先，提取场景视频的平均关键帧；然后，根据其结构化特征以及不同空间结构对场景识别的贡献度对平均关键 帧进行划分与重组，得到感兴趣区域及次感兴趣区域；接着，分别提取这两个区域的场景特征，并利用多特征融合技 术分别得到两者的综合特征；最后，根据综合特征并利用特征阈值，进行场景动态分类。实验结果表明，该方法充分 利用了视频的结构化特征，实验准确率达到80%，在一定程度上证明了该分类方法的有效性。 关键词：场景分类；多特征；特征融合；综合特征；阈值判定 中图分类号：TP391.41 Video scene classification based on multi-features Jia Pengtao, Yang Lina† (College of Compu