基于音视频双重特征的视频内容分析技术研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-10页 |
| 1. 绪论 | 第10-22页 |
| ·课题来源与研究任务 | 第10-11页 |
| ·研究背景 | 第11-12页 |
| ·国内外相关研究动态 | 第12-20页 |
| ·不良内容识别和过滤技术的国内外研究现状 | 第12-14页 |
| ·视频内容识别技术的国内外研究现状 | 第14-16页 |
| ·基于音视频双重特征的视频分析现状 | 第16-20页 |
| ·本文研究的主要内容和章节安排 | 第20-22页 |
| 2. 视频视觉域特征分析 | 第22-32页 |
| ·基于颜色空间的肤色检测 | 第22-26页 |
| ·颜色空间模型 | 第22-25页 |
| ·光线补偿 | 第25-26页 |
| ·皮肤纹理分析 | 第26-29页 |
| ·常用纹理分析方法 | 第27-28页 |
| ·纹理分析效果 | 第28-29页 |
| ·视觉域特征提取 | 第29-32页 |
| ·特征向量的选择 | 第29-30页 |
| ·肤色连通区域 | 第30-31页 |
| ·肤色外接矩形及肤色比例 | 第31页 |
| ·图像中心区域肤色百分比 | 第31-32页 |
| 3. 视频音频域特征分析 | 第32-46页 |
| ·音频短时分析技术及其音频特征 | 第33-40页 |
| ·短时分析方法 | 第33-34页 |
| ·短时音频特征 | 第34-40页 |
| ·音频分类与分段 | 第40-44页 |
| ·音频分类和分段的两种方法 | 第41页 |
| ·音频分割及可疑音频段提取方法 | 第41-44页 |
| ·可疑音频段特征向量构造 | 第44-46页 |
| 4. 基于支持向量机的不良视频内容识别 | 第46-56页 |
| ·SVM 基本原理 | 第47-50页 |
| ·基于SVM 的不良视频内容分类算法 | 第50-56页 |
| ·特征向量的构造 | 第50-51页 |
| ·核函数的选择及分类器的训练 | 第51-52页 |
| ·SVM 的训练和分类过程 | 第52-53页 |
| ·针对图像的SVM 训练与分类 | 第53-54页 |
| ·针对音频段的SVM 训练与分类 | 第54-56页 |
| 5. 基于COM 框架的实时视频内容分析的实现 | 第56-64页 |
| ·COM 的概念、结构和特征 | 第56-59页 |
| ·DirectShow 技术要点 | 第59-61页 |
| ·系统架构 | 第61-64页 |
| 6. 总结与展望 | 第64-67页 |
| 参考文献 | 第67-74页 |
| 致谢 | 第74-75页 |
| 攻读学位期间发表的学术论文 | 第75页 |
| 攻读硕士学位期间参加的课题与项目 | 第75-77页 |
