基于遗传算法的多模态视频场景分割算法
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 研究背景 | 第10-11页 |
| 1.2 研究目的及意义 | 第11-13页 |
| 1.3 国内外研究现状 | 第13-15页 |
| 1.4 主要研究内容及章节安排 | 第15-16页 |
| 1.5 本章小结 | 第16-17页 |
| 第2章 视频结构化分析和底层特征提取 | 第17-27页 |
| 2.1 视频结构化 | 第17-20页 |
| 2.1.1 镜头边界检测 | 第18-19页 |
| 2.1.2 关键帧提取 | 第19页 |
| 2.1.3 场景分割 | 第19-20页 |
| 2.2 视频底层特征提取 | 第20-26页 |
| 2.2.1 图像特征 | 第21-24页 |
| 2.2.2 音频特征 | 第24-25页 |
| 2.2.3 文本特征 | 第25-26页 |
| 2.3 本章小结 | 第26-27页 |
| 第3章 视频镜头相似度度量 | 第27-36页 |
| 3.1 镜头相似度计算 | 第27-34页 |
| 3.1.1 同种模态相似度计算 | 第28-31页 |
| 3.1.2 不同模态相关度计算 | 第31-34页 |
| 3.1.3 相似度和相关度融合 | 第34页 |
| 3.2 镜头相似度矩阵 | 第34页 |
| 3.3 本章小结 | 第34-36页 |
| 第4章 遗传算法与视频场景分割 | 第36-48页 |
| 4.1 遗传算法 | 第36-41页 |
| 4.1.1 遗传算法的特点 | 第36-37页 |
| 4.1.2 遗传算法的基本概念 | 第37-38页 |
| 4.1.3 遗传算法的执行步骤 | 第38-39页 |
| 4.1.4 遗传算法的应用 | 第39-41页 |
| 4.2 预处理 | 第41页 |
| 4.3 遗传算法在场景分割中的应用 | 第41-45页 |
| 4.3.1 个体编码方案 | 第41-42页 |
| 4.3.2 适应度函数 | 第42-43页 |
| 4.3.3 交叉 | 第43-44页 |
| 4.3.4 变异 | 第44-45页 |
| 4.3.5 选择 | 第45页 |
| 4.4 算法的实现 | 第45-47页 |
| 4.5 本章小结 | 第47-48页 |
| 第5章 基于遗传算法的多模态视频场景分割算法 | 第48-58页 |
| 5.1 算法的实现 | 第48-51页 |
| 5.1.1 算法描述 | 第49-50页 |
| 5.1.2 过分割处理 | 第50-51页 |
| 5.2 实验结果及分析 | 第51-57页 |
| 5.3 本章小结 | 第57-58页 |
| 第6章 总结与展望 | 第58-60页 |
| 6.1 总结 | 第58-59页 |
| 6.2 展望 | 第59-60页 |
| 参考文献 | 第60-66页 |
| 致谢 | 第66-67页 |
| 攻读学位期间的研究成果 | 第67页 |
