| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 1 绪论 | 第8-14页 |
| ·研究背景及意义 | 第8-9页 |
| ·体育视频分析研究现状 | 第9-11页 |
| ·存在问题 | 第11页 |
| ·本文研究的主要内容 | 第11-12页 |
| ·论文的组织和结构 | 第12-14页 |
| 2 镜头边界检测 | 第14-30页 |
| ·镜头边界检测及镜头变换类型 | 第14-16页 |
| ·常见镜头边界检测技术 | 第16-19页 |
| ·镜头突变的检测 | 第16-18页 |
| ·镜头渐变的检测 | 第18-19页 |
| ·一种基于动态阈值的镜头突变检测算法 | 第19-24页 |
| ·颜色模型 | 第19-22页 |
| ·帧间差值的计算 | 第22-23页 |
| ·突变镜头转换检测 | 第23-24页 |
| ·一种利用图像灰度级平均(MGL)的镜头渐变检测算法 | 第24-27页 |
| ·图像灰度级平均 MGL | 第25-26页 |
| ·渐变镜头转换检测 | 第26-27页 |
| ·实验结果分析 | 第27-28页 |
| ·本章小结 | 第28-30页 |
| 3 镜头粗分类 | 第30-42页 |
| ·镜头粗分类方法描述 | 第30-31页 |
| ·关键帧提取 | 第31-33页 |
| ·常用的关键帧提取方法 | 第31-32页 |
| ·基于直方图平均法的关键帧提取 | 第32-33页 |
| ·关键帧的特征提取 | 第33-34页 |
| ·基于 K均值聚类结合关键帧主色率统计的镜头粗分类 | 第34-39页 |
| ·K均值聚类原理 | 第34-35页 |
| ·关键帧主色率计算 | 第35-37页 |
| ·镜头粗分类 | 第37-39页 |
| ·基于场地颜色的网球场地类型检测 | 第39-41页 |
| ·网球场地类型介绍 | 第39页 |
| ·场地类型检测 | 第39-41页 |
| ·本章小结 | 第41-42页 |
| 4 网球视频中的音频分类识别 | 第42-56页 |
| ·音频分类研究现状 | 第42-45页 |
| ·音频分类器的实现 | 第42-43页 |
| ·典型音频分类方法 | 第43-45页 |
| ·SVM原理 | 第45-46页 |
| ·音频特征提取 | 第46-49页 |
| ·音频帧特征 | 第46-48页 |
| ·音频段初始特征集的构造 | 第48-49页 |
| ·基于 SVM决策树方法的音频分类识别 | 第49-54页 |
| ·研究思路 | 第49-50页 |
| ·音频段特征的筛选以及 SVM训练 | 第50-53页 |
| ·实验结果和分析 | 第53-54页 |
| ·本章小结 | 第54-56页 |
| 5 网球视频精彩事件检测 | 第56-61页 |
| ·精彩事件检测的研究现状 | 第56-57页 |
| ·本文研究思路 | 第57-58页 |
| ·基于音视觉特征的网球精彩事件的检测 | 第58-59页 |
| ·RALLY镜头精彩程度排序 | 第59-60页 |
| ·本章小结 | 第60-61页 |
| 6 网球视频分析原型系统 | 第61-66页 |
| ·总体结构 | 第61-62页 |
| ·数据库管理子系统 | 第62页 |
| ·镜头分类子系统 | 第62-64页 |
| ·音频检测子系统 | 第64页 |
| ·精彩镜头浏览子系统 | 第64-66页 |
| 7 结论及展望 | 第66-68页 |
| ·本文的主要工作 | 第66页 |
| ·进一步工作的方向 | 第66-68页 |
| 致谢 | 第68-70页 |
| 参考文献 | 第70-73页 |