[發(fā)明專利]基于主場(chǎng)景鏡頭關(guān)鍵幀的體育視頻分類方法

有效

• 申請(qǐng)?zhí)枺?/td>: 200910089358.5
• 申請(qǐng)日: 2009-07-17
• 公開（公告）號(hào): CN101604325A
• 公開（公告）日: 2009-12-16
• 發(fā)明（設(shè)計(jì)）人: 董遠(yuǎn);黃煜斌
• 申請(qǐng)（專利權(quán)）人: 北京郵電大學(xué)
• 主分類號(hào): G06F17/30
• 分類號(hào): G06F17/30
• 代理公司: 暫無(wú)信息
• 代理人: 暫無(wú)信息

1.一種基于主場(chǎng)景鏡頭關(guān)鍵幀的體育視頻分類的方法，其特征包括以下步驟：

步驟一，對(duì)體育視頻進(jìn)行自動(dòng)鏡頭分割，關(guān)鍵幀提取；步驟一具體包括：

對(duì)體育視頻進(jìn)行自動(dòng)鏡頭分割，把體育視頻分成多個(gè)片段，每個(gè)片段屬于一個(gè)攝像機(jī)鏡頭拍 攝的連續(xù)幀，然后在這些幀里邊選取中間時(shí)刻點(diǎn)的一幀作為該片段的關(guān)鍵幀代表這個(gè)片段；

步驟二，提取關(guān)鍵幀的魯棒性特征；

步驟三，基于圖理論的自適應(yīng)閾值聚類算法進(jìn)行聚類，并選取主場(chǎng)景；步驟三具體包括：

步驟3.1，構(gòu)造一個(gè)無(wú)向圖，所有關(guān)鍵幀作為圖的節(jié)點(diǎn)，對(duì)所有節(jié)點(diǎn)間都計(jì)算兩兩間距離，對(duì) 這些距離值進(jìn)行模糊2均值聚類，聚出小的類的中心作為動(dòng)態(tài)產(chǎn)生的閾值；

步驟3.2，然后再在所構(gòu)成的圖中生成其最小生成樹，基于Kruskal算法，初始化時(shí)從原始的 所有邊當(dāng)中權(quán)值最小的邊開始加入到邊的集合中，每次迭代從剩下的邊中選擇權(quán)值最小的一條并 判斷其如果不會(huì)產(chǎn)生環(huán)路，則加入已選擇的邊的集合中，為了使得類別具有較高的類內(nèi)純度，對(duì) 于每個(gè)類新加入的節(jié)點(diǎn)，還需要判斷其與類內(nèi)其余所有節(jié)點(diǎn)的邊的數(shù)學(xué)期望是否超過(guò)所述閾值， 如果超過(guò)，則剔除該新加入節(jié)點(diǎn)，如此迭代，直到剩下的邊都大于所述閾值，此時(shí)所有集合內(nèi)被 邊連通的節(jié)點(diǎn)成為一類；

步驟3.3，圖的最小生成樹剪完枝后得到的多個(gè)子樹作為聚類結(jié)果；

步驟3.4，在基于圖理論的自適應(yīng)閾值聚類結(jié)果中，選取屬于中景鏡頭的那類作為主場(chǎng)景，其 中包含節(jié)點(diǎn)最多的那個(gè)類即屬于中景鏡頭；

步驟四，基于主場(chǎng)景鏡頭關(guān)鍵幀進(jìn)行體育視頻分類，所述體育視頻分類基于支撐向量機(jī)(SVM) 進(jìn)行。