10.16652/j.issn.1004-373x.2020.04.032
基于改进支持向量机的运动视频内容分类算法研究
针对现有运动视频内容分类算法中使用支持向量机分类器难以提高分类精度问题,提出基于改进支持向量机的运动视频内容分类算法.首先采用稀疏表示方法进行运动视频内容去噪,在降低噪声的同时去除无用静止信息,将去噪后的运动视频内容进行非重叠切分,采用主成分分析法提取运动视频内容像素点特征描述项并建立特征向量空间;然后引入主动学习机制改进支持向量机分类器,使用改进的分类器建立特征向量空间与运动视频类别之间的联系.针对多类运动视频内容分类问题,提出使用后验概率计算改进的分类器对未标记样本的置信度进行运动视频样本选取.实验结果表明,所提算法与现行分类算法相比,具有更好的类别区分度.
运动视频、内容分类、改进支持向量机、内容特征提取、主动学习、实验分析
43
TN948.4-34;TP391
2020-04-01(万方平台首次上网日期,不代表论文的发表时间)
共4页
127-129,133