计算机科学 ›› 2009, Vol. 36 ›› Issue (6): 227-230.
• • 上一篇 下一篇
陈颉 朱福喜
出版日期:
发布日期:
基金资助:
CHEN Jie ZHU Fu-xi （Computer School of Wuhan University,Wuhan 430027, China）
Online:
Published:
摘要： 针对视频检索应用中面临的高维特征分析问题，提出了一种能提高查全率和查准率的两阶段模糊聚类方案。该方案首先在保证查全率的前提下用颜色距离直方图进行粗粒度的视频切分，得到包含冗余信息的关键视频帧；然后通过模糊支持向量机进行细粒度聚类，以提高查准率；最后运用全局关联的数据挖掘方法去除冗余得到与用户语义相关的信息。实验表明，算法在实时视频检索的应用中能显著提高查全率和查准率。
关键词: 视频检索 支持向量机 全局关联挖掘 模糊聚类
Abstract: Video retrieval would face this problem of rnulti-dirnention data analysis, a two-phrase method based on support vector machine（SVM） was proposed to speed the process： firstly video segmentation with color distance histogram was used to abtract the pivota
Key words: Vedio retrieval, SVM, Global association data-mining, Pivotal frames
陈颉 朱福喜. 基于支持向量机的两阶段模糊聚类在视频检索中的应用[J]. 计算机科学, 2009, 36(6): 227-230. https://doi.org/
CHEN Jie ZHU Fu-xi （Computer School of Wuhan University,Wuhan 430027, China）. [J]. Computer Science, 2009, 36(6): 227-230. https://doi.org/
0 / / 推荐
导出引用管理器 EndNote|Reference Manager|ProCite|BibTeX|RefWorks
链接本文: https://www.jsjkx.com/CN/
https://www.jsjkx.com/CN/Y2009/V36/I6/227
Cited
首页