基于多核支持向量机的视频人物自动标注的研究

摘要

随着多媒体技术和计算机网络技术的发展，人们接触到的视频数据以前所未有的速度增长。然而，现有的视频信息处理技术大多数是非智能的操作，远远不能满足海量且内容丰富的视频信息访问和管理的需求，大量的信息不能被有效的利用。从用户的角度分析，他们希望在任何时间任何地方以任意的方式享受视频媒体。与文本、语音等信息的相比，视频中含有大量各种各样的、复杂的有用信息，其内容更加丰富、直观和生动。视频中包括的主要应用包括：人物识别。确定谁在屏幕中出现；动作、物体识别和表情估计，判断视频中的人物在做什么和这个物体是什么；场景理解，判断某个地方发生了什么事情；语义理解、内容分析。
　　本文首先概要介绍了视频人脸特征定位与人脸描述符提取，分析了基于局部特征提取人脸描述符的优缺点，结合基于全局人脸描述符的特点，提出了一种新的综合的人脸描述符特征。分析提取视频中人物衣服特征的缺点，引入新的头发特征。对最近邻分类器和支持向量机分类器进行分析对比，提出了一种基于多核支持向量机的分类算法。本文的研究内容及主要工作包括以下几个方面：
　　为进一步提高分类的准确率，去除原有的衣服颜色特征，新引入头发颜色特征作为多核分类器的一个基本核。
　　(2)研究人脸的全局特征与局部特征相互结合后对分类效果的影响。并进行相应的实验比较。
　　(3)对现有的人脸序列的分类算法优进行了分析，并新引入多核支持向量机分类器，进行实验比较。

目录

基于多核支持向量机的视频人物自动标注的研究

THE RESEARCH OF BASED ONMULTIPLE KERNEL SUPPORTVECTOR MACHINE AUTOMATEDNAMING OF CHAEACTERS IN VIODE

摘 要

Abstract

目 录

第1章 绪论

1.1 本课题研究的目的及意义

1.2 本课题主要研究内容

1.3 本课题的组织结构

第2章 本课题的研究现状及分析

2.1 人脸特征定位

2.1.1 人脸特征定位的相关方法

2.1.2 人脸特征定位的研究现状

2.2 视频人物的人名自动标注的研究进展

2.3本章小结

第3章 基于多特征的多核SVM人脸序列识别

3.1 人脸特征描述符介绍

3.1.1 边缘方向直方图

3.1.2 形状上下文方法

3.1.3 尺度不变特征变换

3.1.4 梯度方向直方图

3.2 视频中人脸描述符的提取

3.2.1 局部人脸特征描述符的提取

3.2.2 提取全局人脸特征描述符

3.3 提取头发颜色特征

3.4 人脸序列特征表示

3.5 基于多特征的视频人物序列的人名标注

3.5.1 最近邻分类器

3.5.2 单核支持向量机分类器

3.5.3 多核支持向量机分类器

3.6 本章小结

第4章 试验评测

4.1 引言

4.2 评测环境

4.3 最近邻分类器与支持向量机分类器对比分析

4.4视频人脸序列三种分类算法的性能比较及分析

4.4.1 基于局部人脸特征的人脸序列标注算法对比

4.4.2 多特征相结合的人脸序列标注对比

4.5 本章小结

第5章 结论与展望

参考文献

哈尔滨工业大学硕士学位论文原创性声明

致 谢