学术探索
学术期刊
新闻热点
数据分析
智能评审
立即登录
改进的AdaBoost分类器在视频中的体育场景检测
被引:11
作者
:
金鸣
论文数:
0
引用数:
0
h-index:
0
机构:
复旦大学计算机科学与工程系
金鸣
论文数:
引用数:
h-index:
机构:
邱锡鹏
论文数:
引用数:
h-index:
机构:
吴立德
机构
:
[1]
复旦大学计算机科学与工程系
来源
:
计算机工程
|
2006年
/ 12期
关键词
:
Boosting;
弱分类器;
体育场景检测;
D O I
:
暂无
中图分类号
:
TP391.41 [];
学科分类号
:
080203 ;
摘要
:
提出了一种使用改进的AdaBoost分类器来检测体育场景的方法。将电视新闻中的体育场景分为三类:草地运动,冰雪运动和人造场地运动。针对这几种不同的体育场景,提取颜色直方图、边缘方向直方图和共生矩阵纹理等3种低层视觉特征,然后用改进的可自动选择特征的boosting方法为每一类体育场景分别建立AdaBoost分类器。该文提出的方法应用在国际视频处理评测TRECVID2003中的“体育场景”语义特征抽取任务上,取得了很好的效果。
引用
收藏
页码:229 / 231
页数:3
相关论文
未找到相关数据
未找到相关数据