本文關(guān)鍵詞：基于運(yùn)動(dòng)詞典的視頻事件檢測(cè)，，由筆耕文化傳播整理發(fā)布。

【摘要】：視頻事件檢測(cè)是多媒體數(shù)據(jù)檢索中一個(gè)十分熱門(mén)的研究課題。隨著計(jì)算機(jī)技術(shù)以及網(wǎng)絡(luò)技術(shù)的發(fā)展,用戶對(duì)互聯(lián)網(wǎng)體驗(yàn)的質(zhì)量要求也在不斷提高。視頻事件檢測(cè)應(yīng)用廣泛,不僅能夠使搜索引擎在檢索效率上得以提升,而且可以用于智能監(jiān)測(cè)系統(tǒng)以及交互系統(tǒng),例如交通系統(tǒng),機(jī)場(chǎng),地鐵站的監(jiān)控,具有廣闊的應(yīng)用前景。在本文中,我們主要針對(duì)開(kāi)放視頻(Open Video)對(duì)事件檢測(cè)進(jìn)行研究。 本文主要分為兩大塊進(jìn)行研究分析：一,開(kāi)放視頻中對(duì)象運(yùn)動(dòng)模式相似度算法設(shè)計(jì)：在本文中我們首先對(duì)現(xiàn)有幾種主要的軌跡相似度算法進(jìn)行了優(yōu)勢(shì)對(duì)比分析。另外我們對(duì)軌跡的時(shí)空特征進(jìn)行了抽取。對(duì)于軌跡相似度計(jì)算算法,我們充分考慮了從真實(shí)視頻中抽取出的二維軌跡的特殊情況,使得算法有更高的魯棒性。通過(guò)實(shí)驗(yàn)證明我們的方法與其他方法相比較,有更高的準(zhǔn)確率與高效的計(jì)算速度。二,開(kāi)放視頻動(dòng)態(tài)信息描述以及視頻事件檢測(cè)：我們通過(guò)將KLT與SIFT進(jìn)行結(jié)合對(duì)視頻幀序列中的特征點(diǎn)進(jìn)行抽取并追蹤。利用所抽取的軌跡對(duì)事件構(gòu)建運(yùn)動(dòng)詞典(Motion Dictionary),詞典中的每個(gè)元素我們稱之為運(yùn)動(dòng)單詞(Motion Word)。在本文中,我們還特別考慮了視頻中對(duì)象運(yùn)動(dòng)軌跡的時(shí)間相關(guān)性與空間相關(guān)性,這樣對(duì)于運(yùn)動(dòng)相對(duì)復(fù)雜的對(duì)象來(lái)講,使它自身的運(yùn)動(dòng)模式在同一個(gè)視頻中就發(fā)生了關(guān)聯(lián),為動(dòng)作的發(fā)生提供了時(shí)空的參考系。在本文中,我們選取了ICCV2013的視頻事件數(shù)據(jù)集UCF101,該數(shù)據(jù)集對(duì)101種動(dòng)作已經(jīng)做了預(yù)標(biāo)記。實(shí)驗(yàn)證明,與HOG, HOF,MBH三種描述符相比,我們的方法在該數(shù)據(jù)集上的事件檢測(cè)有更高準(zhǔn)確率,而且在識(shí)別速度上也有一定提升。
【關(guān)鍵詞】：多媒體檢索 軌跡相似度計(jì)算 運(yùn)動(dòng)詞典 視頻事件檢測(cè)
【學(xué)位授予單位】：華東師范大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2014
【分類號(hào)】：TP391.41
【目錄】：

• 摘要6-7
• ABSTRACT7-10
• 第一章 緒論10-15
• 1.1 視頻事件檢測(cè)研究背景10-12
• 1.2 國(guó)內(nèi)外研究現(xiàn)狀12-13
• 1.3 文章研究?jī)?nèi)容13-14
• 1.4 文章組織結(jié)構(gòu)14-15
• 第二章 相關(guān)工作15-22
• 2.1 軌跡相似度計(jì)算15-18
• 2.2 視頻事件檢測(cè)18-19
• 2.3 對(duì)相關(guān)工作的分析19-20
• 2.4 本章小結(jié)20-22
• 第三章 基于空間特征的軌跡相似度計(jì)算22-42
• 3.1 研究現(xiàn)狀22-23
• 3.2 軌跡的相似度測(cè)量23-28
• 3.2.1. 歐幾里德距離23-24
• 3.2.2. 動(dòng)態(tài)時(shí)間規(guī)整(DTW)距離24-26
• 3.2.3. 最長(zhǎng)公共子序列(LCSS)距離26
• 3.2.4. Hausdorff距離26-27
• 3.2.5. 改進(jìn)的Hausdorff距離27-28
• 3.3 軌跡的空間特征提取28
• 3.4 軌跡相似度計(jì)算在空間變換中的處理28-33
• 3.4.1. 尺度不變28-29
• 3.4.2. 平移不變29-30
• 3.4.3. 旋轉(zhuǎn)不變30-32
• 3.4.4. 鏡像不變32-33
• 3.5 基于軌跡空間特征的相似度測(cè)量33-34
• 3.6 實(shí)驗(yàn)結(jié)果34-40
• 3.6.1. 實(shí)驗(yàn)數(shù)據(jù)34-35
• 3.6.2. 測(cè)評(píng)方法35
• 3.6.3. 實(shí)驗(yàn)結(jié)果35-40
• 3.6.4. 實(shí)驗(yàn)結(jié)果分析與小結(jié)40
• 3.7 本章小結(jié)40-42
• 第四章 運(yùn)動(dòng)詞典的建立及視頻事件檢測(cè)42-63
• 4.1 研究現(xiàn)狀43
• 4.2 局部特征描述符43-46
• 4.2.1. 方向梯度直方圖(HOG)描述符與光流直方圖(HOF)描述符44
• 4.2.2. 運(yùn)動(dòng)邊界直方圖(MBH)描述符44-45
• 4.2.3. SIFT描述符45-46
• 4.3 KLT特征點(diǎn)追蹤算法46-47
• 4.4 運(yùn)動(dòng)詞典的原理及構(gòu)建47-49
• 4.5 實(shí)驗(yàn)結(jié)果的總結(jié)和分析49-61
• 4.5.1. 實(shí)驗(yàn)數(shù)據(jù)49-53
• 4.5.2. 聚類及評(píng)測(cè)方法53
• 4.5.3. 基于KLT的運(yùn)動(dòng)詞典與事件檢測(cè)53-58
• 4.5.4. 基于KLT+SIFT的運(yùn)動(dòng)詞典與事件檢測(cè)58-60
• 4.5.5. 結(jié)果分析與總結(jié)60-61
• 4.6 本章小結(jié)61-63
• 第五章 結(jié)語(yǔ)63-67
• 5.1 總結(jié)63-64
• 5.2 展望64-67
• 參考文獻(xiàn)67-71
• 附錄一 作者攻讀碩士學(xué)位期間發(fā)表的文章71
• 附錄二 作者攻讀碩士學(xué)位期間參與的科研項(xiàng)目71-72
• 后記72

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前4條

1 龔璽;裴韜;孫嘉;羅明;;時(shí)空軌跡聚類方法研究進(jìn)展[J];地理科學(xué)進(jìn)展;2011年05期

2 曲琳;周凡;陳耀武;;基于Hausdorff距離的視覺(jué)監(jiān)控軌跡分類算法[J];吉林大學(xué)學(xué)報(bào)(工學(xué)版);2009年06期

3 胡雙演;李俊山;王蕊;楊威;陳磊;;基于運(yùn)動(dòng)軌跡的視頻檢索方法[J];計(jì)算機(jī)工程與設(shè)計(jì);2008年07期

4 劉玉;王敬東;李鵬;;一種基于SIFT和KLT相結(jié)合的特征點(diǎn)跟蹤方法研究[J];宇航學(xué)報(bào);2011年07期

  本文關(guān)鍵詞：基于運(yùn)動(dòng)詞典的視頻事件檢測(cè)，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：502043