基于自主扰动变异差分视频的关键帧提取算法
针对传统的支持向量机学习算法(SVM)在对视频关键帧提取过程中普遍存在学习参数不易确定,准确度偏低的问题,提出一种自主扰动变异差分SVM算法用来对视频进行关键帧提取.首先,对差分进化算法的生物学机理进行研究,提出一种改进的自主扰动变异方式.其次,结合改进形式的自主扰动差分进化算法对SVM参数进行选取优化,设计了基于该改进差分SVM算法的视频关键帧提取算法.通过在标准测试函数及视频测试数据库中的实验表明,改进的自主扰动变异差分视频关键帧提取算法能够更加有效地优化支持向量机参数,从而有助于改善视频检索的查全(准)率两个算法性能评价标准.
自主扰动变异、差分进化、视频、关键帧、提取
60
TP391(计算技术、计算机技术)
国家自然科学基金资助项目61173175,61262078,湖北省科技厅杰出青年基金项目2012FFA006
2014-10-08(万方平台首次上网日期,不代表论文的发表时间)
434-440