首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

体育视频的内容分析技术研究

摘要第1-5页
Abstract第5-9页
第一章 绪论第9-27页
   ·研究背景第9-10页
   ·研究现状第10-23页
     ·视频感知特征提取第11-17页
     ·视频结构化第17-19页
     ·视频语义分析第19-22页
     ·存在的问题第22-23页
   ·论文简介第23-27页
第二章 体育视频的精彩事件提取第27-37页
   ·概述第27-28页
   ·基于重放的精彩片断提取第28-34页
     ·摄像机运动分析第29-30页
     ·镜头边界检测和校验第30-31页
     ·重放镜头检测第31-32页
     ·精彩片断识别第32-34页
   ·实验结果第34-35页
   ·小结第35-37页
第三章 基于规则的体育视频分析第37-51页
   ·概述第37-38页
   ·基于文法的体育视频分析第38-44页
     ·语义标注第40-42页
     ·语法分析第42-44页
   ·实验结果第44-48页
     ·语义标注的实验结果第46-47页
     ·语法分析的实验结果第47-48页
   ·小结第48-51页
第四章 基于统计的体育视频分析第51-67页
   ·概述第51-52页
   ·基于动态贝叶斯网络的事件检测第52-64页
     ·动态贝叶斯网络简介第52-56页
     ·领域建模第56-57页
     ·特征提取第57-61页
     ·学习和推理第61-64页
   ·实验结果第64-65页
   ·小结第65-67页
第五章 多模式融合的体育视频分析第67-81页
   ·概述第67-69页
     ·体育视频的多模式分析第67-68页
     ·体育视频的多层次分析第68-69页
   ·多模式多层次的体育视频语义分析框架第69-76页
     ·模型表示第69-73页
     ·学习和推理第73-76页
   ·足球视频中的进行和暂停事件检测第76-77页
   ·实验结果第77-79页
   ·小结第79-81页
第六章 结论第81-87页
   ·工作总结第81-84页
     ·基于重放的精彩事件提取方法第81-82页
     ·基于文法的体育视频解析框架第82-83页
     ·基于动态贝叶斯网络的事件检测方法第83-84页
     ·多层次多模式的体育视频分析模型第84页
   ·研究展望第84-87页
     ·基于语义的视频内容分析第84-85页
     ·人机结合第85-86页
     ·面向Web第86页
     ·性能评价和测试集第86-87页
参考文献第87-97页
致谢第97-99页
作者简历第99-100页

论文共100页,点击 下载论文
上一篇:生长牛碳水化合物和蛋白质消化代谢规律的研究
下一篇:维生素E(VE)的产品形式和添加方式对绵羊VE营养指标的影响