位置:成果数据库 > 期刊 > 期刊详情页
基于自主扰动变异差分视频的关键帧提取算法
  • ISSN号:1671-8836
  • 期刊名称:武汉大学学报(理学版)
  • 时间:2014.9
  • 页码:434-440
  • 分类:TP391[自动化与计算机技术—计算机应用技术;自动化与计算机技术—计算机科学与技术]
  • 作者机构:[1]湖北民族学院计算机科学与技术系,湖北恩施445000
  • 相关基金: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)
  • 相关项目:移动自组网中基于非展性承诺的组密钥协商
中文摘要:

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.

英文摘要:

In video key frames extraction, the accuracy of traditional support vector machine (SVM) algorithm is low and it is difficult to determine the learning parameters. To avoid these drawbacks, a self perturbation mutation differential evolution based SVM algorithm was designed. After studying the biological mechanism of difference evolu- tionary algorithm, a new advanced variation of self mutation differential method was proposed. The improved method was used to optimize the parameters of SVM algorithm, based on which a new video key frame extraction algorithm was designed. The experiments results of standard functions test and video database test have shown that the im- proved self perturbation mutation differential video key frame extraction algorithm can optimize the SVM parameters more effectively, which improves the two important indicators of recall and precision in video retrieval.

同期刊论文项目
期刊论文 24 会议论文 3 获奖 2
同项目期刊论文
期刊信息
  • 《武汉大学学报:理学版》
  • 中国科技核心期刊
  • 主管单位:中华人民共和国2教育部
  • 主办单位:武汉大学
  • 主编:刘经南
  • 地址:湖北武昌珞珈山
  • 邮编:430072
  • 邮箱:whdz@whu.edu.cn
  • 电话:027-68756952
  • 国际标准刊号:ISSN:1671-8836
  • 国内统一刊号:ISSN:42-1674/N
  • 邮发代号:38-8
  • 获奖情况:
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,美国化学文摘(网络版),美国数学评论(网络版),德国数学文摘,荷兰文摘与引文数据库,美国剑桥科学文摘,英国科学文摘数据库,英国动物学记录,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版)
  • 被引量:6988