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

基于特征融合的体育视频分类研究

中文摘要第2-4页
Abstract第4-5页
中文文摘第6-8页
目录第8-10页
第1章 绪论第10-16页
    1.1 研究背景及意义第10-11页
    1.2 国内外研究现状及发展趋势第11-13页
    1.3 本文的主要工作和内容安排第13-16页
第2章 相关研究第16-30页
    2.1 视频分类常用特征第16-21页
        2.1.1 颜色特征第16-19页
        2.1.2 纹理特征第19-20页
        2.1.3 边缘特征第20-21页
    2.2 支持向量机分类方法第21-29页
        2.2.1 最优分类面第22-24页
        2.2.2 广义最优分类面第24-25页
        2.2.3 支持向量机第25页
        2.2.4 基本核函数第25-26页
        2.2.5 支持向量机的优点第26-27页
        2.2.6 多分类的支持向量机第27-29页
    2.3 本章小结第29-30页
第3章 基于颜色纹理和SVM的体育视频分类第30-46页
    3.1 颜色量化模型第30-32页
    3.2 颜色直方图第32-34页
    3.3 颜色共生矩阵第34-36页
    3.4 颜色纹理特征第36-38页
    3.5 视频片段的颜色纹理特征向量第38页
    3.6 算法设计第38-41页
    3.7 实验结果与分析第41-45页
        3.7.1 视频数据库的建立第41-42页
        3.7.2 实验环境第42页
        3.7.3 分类性能第42-44页
        3.7.4 对比实验第44-45页
    3.8 本章小结第45-46页
第4章 基于颜色边缘特征的体育视频分类第46-62页
    4.1 颜色边缘检测第46-51页
    4.2 颜色边缘特征描述子第51-55页
        4.2.1 颜色边缘方向直方图第51-53页
        4.2.2 颜色边缘强度直方图第53-55页
    4.3 视频片段颜色边缘特征向量第55-56页
    4.4 算法设计第56-58页
    4.5 实验结果与分析第58-61页
        4.5.1 实验数据和环境第58-59页
        4.5.2 分类性能第59-60页
        4.5.3 对比实验第60-61页
    4.6 本章小结第61-62页
第5章 工作总结和展望第62-64页
    5.1 论文工作总结第62页
    5.2 未来工作展望第62-64页
参考文献第64-70页
附录第70-72页
攻读学位期间承担的科研任务与主要成果第72-74页
致谢第74-76页
个人简历第76-78页

论文共78页,点击 下载论文
上一篇:无线Mesh网络吞吐量优化研究
下一篇:基于属性加密的安全分布式云存储研究