| 摘要 | 第1-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第7-11页 |
| ·研究背景及意义 | 第7-8页 |
| ·简介 | 第8页 |
| ·研究现状与发展趋势 | 第8-9页 |
| ·论文研究的内容及其所做的工作 | 第9页 |
| ·本文的组织结构 | 第9-11页 |
| 第二章 视频镜头边界检测与分类算法研究综述 | 第11-20页 |
| ·视频镜头结构分析 | 第11页 |
| ·特征提取和测量准则的建立 | 第11-13页 |
| ·视频镜头的边界检测算法 | 第13-17页 |
| ·镜头突变检测算法 | 第14-15页 |
| ·视频镜头渐变检测算法 | 第15-17页 |
| ·视频分类算法 | 第17-19页 |
| ·本章小结 | 第19-20页 |
| 第三章 支持向量机理论 | 第20-33页 |
| ·概述 | 第20页 |
| ·现有的几种分类方法 | 第20-22页 |
| ·支持向量机 | 第22-29页 |
| ·线性学习器 | 第23页 |
| ·泛化性理论 | 第23-24页 |
| ·最优化理论 | 第24-26页 |
| ·核函数 | 第26页 |
| ·支持向量机 | 第26-29页 |
| ·现有的基于支持向量机多分类方法 | 第29-32页 |
| ·本章小结 | 第32-33页 |
| 第四章 基于视觉注意特征和支持向量机的镜头边界检测 | 第33-39页 |
| ·引言 | 第33页 |
| ·视频特征的提取 | 第33-35页 |
| ·镜头的边界检测 | 第35-37页 |
| ·突变边界的检测 | 第36页 |
| ·渐变边界的检测 | 第36-37页 |
| ·实验结果及分析 | 第37-38页 |
| ·本章小结 | 第38-39页 |
| 第五章 基于支持向量机的体育视频分类算法 | 第39-45页 |
| ·引言 | 第39页 |
| ·算法设计 | 第39-40页 |
| ·算法实现 | 第40-44页 |
| ·预处理 | 第40页 |
| ·分层实现 | 第40-44页 |
| ·实验结果及分析 | 第44页 |
| ·本章小结 | 第44-45页 |
| 第六章 工作总结与展望 | 第45-46页 |
| ·论文工作总结 | 第45页 |
| ·未来工作展望 | 第45-46页 |
| 参考文献 | 第46-51页 |
| 致谢 | 第51-53页 |
| 研究生期间研究成果及发表的学术论文 | 第53页 |