基于支持向量机的图像语义提取研究

通过研究自然景观图案的语义分类,分析了不同的核函数和参数优化算法对图像语义分类性能的影响,并用自然景观图片进行了验证。实验结果表明:当核函数为RBF且参数采用网格搜索优化时,SVM的分类效果最优,可实现对自然景观图像的准确分类。此结论对SVM在图像语义分类中的推广应用具有指导意义。     

基于时空切片的关键帧提取研究

关键帧提取技术是视频检索和视频摘要等领域的关键技术之一。针对现有关键帧提取方法缺乏时空特性分析,而且提取结果不符合人眼视觉感知,为此提出了一种新的关键帧提取方法。首先提取视频镜头的时空切片,然后对视频切片进行K均值聚类,最后根据视频的时间连续性,在每个类中提取关键帧。大量实验表明,本方法能捕捉视频的主要内容,以极低的冗余性反映视频的动态特性,符合人眼视觉感知。