基于隐马尔科夫模型的足球视频典型事件检测
| 第一章 绪论 | 第1-14页 |
| ·基于内容的视频信息检索 | 第7-8页 |
| ·基于内容的体育视频检索 | 第8-10页 |
| ·体育视频检索的研究意义 | 第8-9页 |
| ·体育视频检索的国内外动态及发展趋势 | 第9-10页 |
| ·HMM 在视觉信息检索领域的应用 | 第10-12页 |
| ·本文研究的主要内容 | 第12-13页 |
| ·论文各章内容安排 | 第13-14页 |
| 第二章 HMM 模型研究 | 第14-28页 |
| ·HMM 基本思想 | 第14-18页 |
| ·Markov 链 | 第14-15页 |
| ·HMM 的概念 | 第15-16页 |
| ·HMM 中的元素 | 第16-18页 |
| ·HMM 算法研究 | 第18-23页 |
| ·前向-后向算法 | 第18-21页 |
| ·Viterbi 算法 | 第21-22页 |
| ·Baum-Welch 算法 | 第22-23页 |
| ·HMM 重估公式的修正 | 第23-27页 |
| ·本章小节 | 第27-28页 |
| 第三章 足球视频结构分析及特征提取 | 第28-50页 |
| ·足球视频镜头分类研究 | 第28-33页 |
| ·足球视频镜头边界的检测方法研究 | 第33-41页 |
| ·球场区域自适应检测 | 第34-35页 |
| ·球场区域比率计算——初步分割 | 第35-36页 |
| ·运动信息提取——进一步分割 | 第36-41页 |
| ·视频帧的特征描述符 | 第41-49页 |
| ·本章小结 | 第49-50页 |
| 第四章 基于HMM 的足球视频语义推理 | 第50-62页 |
| ·角球场景的HMM 构建 | 第52-54页 |
| ·镜头的描述向量——5类直方图 | 第54-56页 |
| ·HMM 的训练 | 第56-58页 |
| ·状态的表示方法 | 第56-57页 |
| ·计算状态转移概率矩阵 | 第57-58页 |
| ·确定初始状态概率 | 第58页 |
| ·基于HMM 的事件识别 | 第58-61页 |
| ·建立观察值序列 | 第58-59页 |
| ·建立观察值概率矩阵 | 第59-61页 |
| ·事件识别 | 第61页 |
| ·多类型事件的识别 | 第61页 |
| ·本章小结 | 第61-62页 |
| 第五章 实验结果及性能评价 | 第62-72页 |
| 第六章 总结与展望 | 第72-75页 |
| ·本文完成的工作 | 第72页 |
| ·进一步工作的建议 | 第72-73页 |
| ·展望 | 第73-75页 |
| 参考文献 | 第75-80页 |
| 中文摘要 | 第80-83页 |
| 英文摘要 | 第83-86页 |
| 致谢 | 第86-87页 |
| 导师及作者简介 | 第87页 |
