基于聚类的视频分类方法研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第9-16页 |
| 1.1 研究背景与研究意义 | 第9页 |
| 1.2 国内外研究现状 | 第9-12页 |
| 1.2.1 国外研究现状 | 第9-10页 |
| 1.2.2 国内研究现状 | 第10-12页 |
| 1.3 视频分类存在的问题 | 第12-13页 |
| 1.4 本文的研究内容 | 第13-14页 |
| 1.5 本文的组织结构 | 第14-16页 |
| 第二章 相关理论基础概述 | 第16-29页 |
| 2.1 视频及关键帧结构分析 | 第16-18页 |
| 2.1.1 视频数据结构 | 第16-17页 |
| 2.1.2 关键帧 | 第17-18页 |
| 2.2 视频的视觉特征及特征提取方法 | 第18-22页 |
| 2.2.1 视频的视觉特征 | 第18-20页 |
| 2.2.2 常见的视觉特征提取方法 | 第20-22页 |
| 2.3 常见的分类器 | 第22-27页 |
| 2.3.1 支持向量机 | 第22-24页 |
| 2.3.2 聚类算法 | 第24-27页 |
| 2.4 视频的音频特征 | 第27-28页 |
| 2.5 本章小结 | 第28-29页 |
| 第三章 基于改进的K-Means视频分类方法 | 第29-35页 |
| 3.1 视频分类的一般流程 | 第29-31页 |
| 3.2 基于改进的K-Means视频聚类算法 | 第31-33页 |
| 3.2.1 视频的镜头分割 | 第31页 |
| 3.2.2 视频的视觉特征提取 | 第31-33页 |
| 3.3 基于改进的K-Means视频分类算法步骤 | 第33-34页 |
| 3.4 本章小结 | 第34-35页 |
| 第四章 实验平台设计与实验结果分析 | 第35-40页 |
| 4.1 算法实现环境 | 第35页 |
| 4.2 实验结果与分析 | 第35-39页 |
| 4.2.1 算法的聚类效果比较 | 第35-38页 |
| 4.2.2 视频分类效果比较 | 第38-39页 |
| 4.3 本章小结 | 第39-40页 |
| 第五章 总结与展望 | 第40-42页 |
| 5.1 总结 | 第40页 |
| 5.2 展望 | 第40-42页 |
| 参考文献 | 第42-47页 |
| 攻读硕士学位期间出版或发表的论文 | 第47-48页 |
| 致谢 | 第48页 |
