论文部分内容阅读
随着多媒体压缩技术和计算机性能的显著提高以及宽带网络的飞速发展，多媒体信息系统变得日益广泛。视频数据每天以难以计数的数量增长，即使我们足不出户，我们接触到的多媒体信息就层出不穷。如何有效地组织、管理和充分利用视频信息资源，如何快速、高效地查询、检索所需要的视频，已日益成为人们的迫切需要。自动多媒体处理分析技术成为热门的研究课题。视频分类是许多视频应用的基础，它为日益增加的视频数据的管理提供了方便，成为一个重要的视频研究方向。本文对目前视频分类领域的研究现状进行了介绍和分析，在有效的视频镜头分割检测基础上，提取视频特征，进行分类器设计，实现视频的类型分类。
首先，简单介绍了基于内容的视频分类的研究背景，并分析了其研究方向的发展状况。
其次，以视频镜头的分割检测为重点，介绍了视频数据预处理与分析的相关方法，并给出了在MPEG压缩域内基于双重滑动窗口、自适应选择阈值的镜头分割检测实验及结果分析，较好的分割检测效果为后续分类过程打下了良好的基础。
再次，介绍了支持向量机分类算法的原理，就多分类问题作了具体阐述，并选择基于一对一的方法作为本文的多分类器方法并给出了实验实现的步骤。
最后，通过广告与非广告视频的特点分析，在有效镜头分割检测基础上，提取了以视频镜头频度为主的特征作为特征向量，利用多类支持向量机分类方法训练并测试分类器，对含多场景且具有完整内容的视频做了自动分类研究，将广告视频和影视剧等其它视频进行区别分类。仿真结果表明，该算法简单可行，分类效果良好。