一种基于序列模式的视频分类研究
| 摘要 | 第1-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第7-11页 |
| ·研究背景及意义 | 第7-8页 |
| ·研究现状及发展趋势 | 第8-9页 |
| ·论文主要研究内容 | 第9页 |
| ·本章小结 | 第9-11页 |
| 第2章 主要理论基础 | 第11-25页 |
| ·MPEG视频相关知识 | 第11-15页 |
| ·MPEG概述 | 第11页 |
| ·视频的编解码技术 | 第11-12页 |
| ·视频结构和帧类型 | 第12-13页 |
| ·视频数据的层结构 | 第13-15页 |
| ·机器学习原理 | 第15-24页 |
| ·支持向量机(SVM)概述 | 第15-16页 |
| ·最优分类面 | 第16-18页 |
| ·广义最优分类面 | 第18-19页 |
| ·支持向量机的核函数 | 第19-20页 |
| ·基于支持向量机的多类分类方法 | 第20-21页 |
| ·现有的几种常见分类方法 | 第21-24页 |
| ·本章小节 | 第24-25页 |
| 第3章 数据库中的序列模式发现 | 第25-33页 |
| ·序列模式的基本概念 | 第25-26页 |
| ·序列模式挖掘算法 | 第26-31页 |
| ·GSP算法 | 第26-27页 |
| ·SPADE算法 | 第27-28页 |
| ·PrefixSpan算法 | 第28-31页 |
| ·序列模式挖掘的应用 | 第31页 |
| ·本章小结 | 第31-33页 |
| 第4章 基于多特征及序列模式的视频分类 | 第33-45页 |
| ·视频分类框架 | 第33页 |
| ·视频特征的提取和PCA处理 | 第33-40页 |
| ·视频特征的提取 | 第34-39页 |
| ·PCA主成分分析 | 第39-40页 |
| ·基于概率SVM的运动事件分类 | 第40-42页 |
| ·基于序列模式的视频分类 | 第42-44页 |
| ·本章小节 | 第44-45页 |
| 第5章 实验结果与分析 | 第45-51页 |
| ·视频库的建立 | 第45-46页 |
| ·性能评价标准 | 第46页 |
| ·实验步骤 | 第46-47页 |
| ·实验结果与分析 | 第47-49页 |
| ·本章小节 | 第49-51页 |
| 第6章 工作总结与展望 | 第51-53页 |
| ·论文工作总结 | 第51页 |
| ·展望 | 第51-53页 |
| 参考文献 | 第53-57页 |
| 致谢 | 第57-59页 |
| 研究生期间发表的论文情况 | 第59页 |
