作者:
原文服务方: 现代电子技术       
摘要:
为有效增加分类的准确度及适用性,提出一种基于支持向量机的体育运动视频自动分类方法,能够实现样本复杂的海量体育视频的高效管理.首先构建基于视觉词袋模型的视频分类框架;然后采用类型关键帧建立对应的视频帧训练库;最后通过主成分分析对输入视频帧进行降维处理,以便快速得到输入视频帧的最佳支持向量机分类器参数,从而最终实现自动分类.利用多种类型混合的体育视频数据集进行分类实验.实验结果表明,提出的体育运动视频分类算法能够快速有效地实现分类,并获得较高的分类精度.
推荐文章
动态背景体育运动视频合成对比
动态背景
全局运动估计
前景区域信息
视频合成
灰色关联分析和支持向量机的运动视频图像分类研究
运动视频
图像分类
灰色关联分析
支持向量机
特征提取
轮廓追踪
基于支撑矢量机的自动视频分类方法
支撑矢量机
中心距离比值
自动视频分类
基于模糊聚类算法的体育运动视频图像分析应用
模糊聚类算法
隶属度
体育运动视频
图像分割
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于向量机的体育运动视频自动分类方法设计
来源期刊 现代电子技术 学科
关键词 支持向量机 运动视频 视频分类 类型关键帧 视觉词袋模型 自动分类
年,卷(期) 2019,(7) 所属期刊栏目 信号分析与图像处理
研究方向 页码范围 79-81
页数 3页 分类号 TN911.73-34|TP391
字数 语种 中文
DOI 10.16652/j.issn.1004-373x.2019.07.019
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 韩东 19 51 5.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (50)
共引文献  (29)
参考文献  (8)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(4)
  • 参考文献(0)
  • 二级参考文献(4)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(4)
  • 参考文献(1)
  • 二级参考文献(3)
2009(3)
  • 参考文献(0)
  • 二级参考文献(3)
2010(8)
  • 参考文献(0)
  • 二级参考文献(8)
2011(8)
  • 参考文献(0)
  • 二级参考文献(8)
2012(4)
  • 参考文献(0)
  • 二级参考文献(4)
2013(7)
  • 参考文献(3)
  • 二级参考文献(4)
2014(5)
  • 参考文献(1)
  • 二级参考文献(4)
2015(1)
  • 参考文献(0)
  • 二级参考文献(1)
2016(3)
  • 参考文献(3)
  • 二级参考文献(0)
2019(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
支持向量机
运动视频
视频分类
类型关键帧
视觉词袋模型
自动分类
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
现代电子技术
半月刊
1004-373X
61-1224/TN
大16开
1977-01-01
chi
出版文献量(篇)
23937
总下载数(次)
0
总被引数(次)
135074
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导