基于视听分层模型的实时爆炸场景识别

• 作者: 傅正钢 叶朝阳 吴飞 庄越挺
• 来源期刊: 计算机辅助设计与图形学学报
• 学科: 工学
• 关键词: 压缩域特征 分层支持向量机 视听事件
• 年，卷（期）: 2004,（1）
• 所属期刊栏目: 多媒体技术
• 页码范围: 90-97
• 页数: 9页
• 分类号: TP391
• 字数: 6630字
• 语种: 中文
• DOI: 10.3321/j.issn:1003-9775.2004.01.016

摘要

提出在实时环境下使用基于听觉和视觉的分层模型对MPEG多媒体数据流中的"爆炸"场景在压缩域进行识别的算法.首先用一个粗分支持向量机把爆炸和类似爆炸的音频从别的音频中识别出来,然后再分别用几个精细支持向量机把爆炸和类似爆炸的音频区分开,由此得到音频爆炸备选场景.由于大多数爆炸场景均伴随剧烈的视觉突变,因此对得到的音频爆炸备选场景再判断其对应的视觉特征是否发生了变化,得到最后的识别结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	庄越挺	浙江大学人工智能研究所	100	2810	28.0	50.0
2	吴飞	浙江大学人工智能研究所	225	2325	27.0	39.0
3	叶朝阳	浙江大学人工智能研究所	4	37	3.0	4.0
4	傅正钢	浙江大学人工智能研究所	1	15	1.0	1.0