利用无监督自适应的兴奋解说检测和体育比赛精彩片断提取

• 作者: 孙怿 欧智坚 胡炜
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 体育比赛精彩片断提取 无监督自适应 高斯混合模型
• 年，卷（期）: 2008,（11）
• 所属期刊栏目: 基金项目论文
• 页码范围: 20-22
• 页数: 3页
• 分类号: TP3
• 字数: 3293字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386X.2008.11.008

摘要

提出一种通过兴奋解说检测进行体育比赛精彩片断提取的方法.该方法包括训练和检测两个阶段:在训练中,基于训练数据对兴奋语音和普通语音分别建立高斯混合模型GMM(Gaussian Mixture Model),构成初始的分类器;在集外检测中,首先使用最大后验方法MAP(Maximum A Posteriori),基于测试数据对初始模型进行无监督自适应,进而利用更新后模型构成分类器识别体育解说的兴奋部分,经进一步处理得到精彩片断.将该方法用于足球比赛视频,实验表明,该方法能够召回87%的进球.引入无监督自适应有效地减少了由于训练数据与测试数据失配造成的性能下降,提高了兴奋解说检测和精彩片段提取的性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	欧智坚	清华大学电子工程系	13	87	6.0	9.0
2	孙怿	清华大学电子工程系	1	1	1.0	1.0
3	胡炜		1	1	1.0	1.0