基于多核一类SVM学习的视频总结算法研究

项目名称： 基于多核一类SVM学习的视频总结算法研究

项目编号： No.61373103

项目类型： 面上项目

立项/批准年度： 2013

项目学科： 自动化技术、计算机技术

项目作者： 江健民

作者单位： 深圳大学

项目金额： 78万元

中文摘要： 目前的视频总结研究，主要停留在对视频内容特征提取，并对特征进行评估排序，选择比重较大的帧或镜头组成总结视频的阶段。但由于局限于低层次的内容特征而存在不能融合语义信息的缺点, 使得所产生的总结视频难以接近人们对视频内容的理解。从而不可避免地产生语义鸿沟，在实用中出现很多不足。虽然在近期的研究中，支持矢量机被尝试着用于视频处理和内容分类，但一般的支持矢量机存在对噪声比较敏感，单一核函数的非线性分类不够准确等问题。本项目提出一种新的视频总结的研究思路和方案，即采用基于一类支持矢量机及自适应多核函数的学习方法和监测观看视频的相关信息并对它们进行融合的手段，通过对视频内容提取语义信息及其用户行为的分析和深入研究，系统地提出一种多核自适应学习，代表性广，震撼力强且可连续播放的视频总结方案。为未来视频大数据的管理和分析，提供有效的解决方法。

中文关键词： 视频总结；视频预处理；视频内容分析；视频内容分割；机器学习在视频总结应用

英文摘要： Existing state of the arts in video summarization is limited to the status, in which video features are extracted and subject to ranking according to their comparative weights among all video segments. The weakness lies in the fact that there exists seman

英文关键词： video summarization；video processing；video content analysis；video decomposition；machine learning applications