基于区域属性特征和多核支持向量机的运动视频分类

摘要

为了提高视频搜索平台中海量运动视频数据的分类精度,提出了一种基于区域属性特征和多核支持向量机的运动视频分类方法。首先,利用区域分块策略对输入视频进行初步处理,并提取颜色特征以便快速获取视频中的关键帧。然后,根据每个区域中的运动属性、纹理属性等因素来提取视频的主要特征。最后,采用权重的方式将局部和全局的核函数进行线性相加,组成多核支持向量机实现视频分类。在6种类型运动视频构成的数据集上进行了分类测试。实验结果表明,相比于其他类似的支持向量机方法,提出方法在查全率、查准率和F1三个分类评估指标上均有一定提高,平均分类F1指标达到92%。