作者:
原文服务方: 现代电子技术       
摘要:
针对分类运动视频内容可帮助用户更有效地获取与管理运动视频信息,设计基于人工智能技术的运动视频内容分类方法.在运动视频压缩域内,采用机器视觉技术中基于主色相似度的差分统计直方图(DCDSH)特征提取算法结合HSV颜色空间,获取运动视频某帧图像的主色特征;利用机器学习技术中的支持向量机(SVM)构建SVM分类器,建立运动视频图像各主色特征向量同视频内容类别间的对应关系;结合one-against-one结构将SVM二分类器推广到运动视频特征的多分类问题上,汇总各SVM二分类器的分类结果,通过投票规则将得票最高的类别标记为待分类运动视频所属类别.分类结果显示,所研究方法能够有效识别并分类篮球、足球、羽毛球、滑冰4种不同类别运动视频内容,平均分类查全率和查准率都高于95%.
推荐文章
基于人工智能技术的运动教学视频压缩算法
人工智能技术
运动教学视频
视频压缩
压缩算法
视频编码
最小误差点确定
基于人工智能技术的IETM业务规则研究
人工智能
IETM业务
业务规则
数据模块
人工智能技术下视频新闻的新嬗变
人工智能技术
视频新闻
新闻叙事
基于人工智能技术的垃圾分类回收系统研究
人工智能技术
垃圾
分类回收
回收系统
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 基于人工智能技术的运动视频内容分类研究
来源期刊 现代电子技术 学科
关键词 运动视频 视频内容分类 主色特征获取 人工智能技术 机器视觉 分类器构建
年,卷(期) 2020,(9) 所属期刊栏目 信号分析与图像处理
研究方向 页码范围 58-61
页数 4页 分类号 TN948.6-34|TP391.41
字数 语种 中文
DOI 10.16652/j.issn.1004-373x.2020.09.014
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 张正伟 铁道警察学院铁路警务系 9 8 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (157)
共引文献  (61)
参考文献  (15)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(5)
  • 参考文献(0)
  • 二级参考文献(5)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(4)
  • 参考文献(0)
  • 二级参考文献(4)
2006(5)
  • 参考文献(0)
  • 二级参考文献(5)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(5)
  • 参考文献(0)
  • 二级参考文献(5)
2010(4)
  • 参考文献(0)
  • 二级参考文献(4)
2011(3)
  • 参考文献(0)
  • 二级参考文献(3)
2012(18)
  • 参考文献(0)
  • 二级参考文献(18)
2013(17)
  • 参考文献(0)
  • 二级参考文献(17)
2014(12)
  • 参考文献(0)
  • 二级参考文献(12)
2015(20)
  • 参考文献(0)
  • 二级参考文献(20)
2016(31)
  • 参考文献(3)
  • 二级参考文献(28)
2017(21)
  • 参考文献(4)
  • 二级参考文献(17)
2018(11)
  • 参考文献(8)
  • 二级参考文献(3)
2020(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
运动视频
视频内容分类
主色特征获取
人工智能技术
机器视觉
分类器构建
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