改进的AdaBoost分类器在视频中的体育场景检测

• 作者: 吴立德 邱锡鹏 金鸣
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: Boosting 弱分类器 体育场景检测
• 年，卷（期）: 2006,（12）
• 所属期刊栏目: 多媒体技术及应用
• 页码范围: 229-231
• 页数: 3页
• 分类号: TP37
• 字数: 3271字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2006.12.087

摘要

提出了一种使用改进的AdaBoost分类器来检测体育场景的方法.将电视新闻中的体育场景分为三类:草地运动,冰雪运动和人造场地运动.针对这几种不同的体育场景,提取颜色直方图、边缘方向直方图和共生矩阵纹理等3种低层视觉特征,然后用改进的可自动选择特征的boosting方法为每一类体育场景分别建立AdaBoost分类器.该文提出的方法应用在国际视频处理评测TRECVID2003中的"体育场景"语义特征抽取任务上,取得了很好的效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴立德	复旦大学计算机科学与工程系	78	2759	24.0	52.0
2	邱锡鹏	复旦大学计算机科学与工程系	12	100	6.0	9.0
3	金鸣	复旦大学计算机科学与工程系	1	20	1.0	1.0