足球作為全球最受歡迎的一項(xiàng)體育運(yùn)動(dòng),其比賽視頻有著廣泛的收視群體。然而,由于足球比賽的持續(xù)時(shí)間較長(zhǎng),人們感興趣的內(nèi)容卻各不相同。有人喜歡觀看射門、點(diǎn)球等鏡頭,有人喜歡觀看中場(chǎng)配合的部分。面對(duì)海量的視頻數(shù)據(jù),如果依靠傳統(tǒng)人工剪輯的方式對(duì)視頻進(jìn)行集錦制作,不僅對(duì)人力資源是極大的浪費(fèi),而且也無(wú)法保證集錦生成的及時(shí)性。因此,本文將足球視頻的精彩事件檢測(cè)作為研究課題。本文的主要研究工作集中在三個(gè)方面:一是足球視頻的鏡頭標(biāo)注;二是基于單模態(tài)的足球視頻精彩事件檢測(cè);三是基于多模態(tài)融合的足球視頻精彩事件檢測(cè)。首先,對(duì)足球視頻的結(jié)構(gòu)進(jìn)行分析,本文選擇將鏡頭作為基本單元,進(jìn)行特征的提取與分析。對(duì)于鏡頭分割,通過(guò)對(duì)足球視頻的鏡頭切換特點(diǎn)進(jìn)行分析后,采用Twin Comparison算法對(duì)足球視頻的鏡頭進(jìn)行切換檢測(cè),以實(shí)現(xiàn)鏡頭分割。接著,需要對(duì)一個(gè)個(gè)獨(dú)立的鏡頭單元賦予語(yǔ)義,本文將鏡頭分為進(jìn)球鏡頭、角球鏡頭、點(diǎn)球鏡頭及犯規(guī)鏡頭4類進(jìn)行標(biāo)注,根據(jù)足球比賽精彩事件發(fā)生時(shí)場(chǎng)地的特點(diǎn),融合人工規(guī)則對(duì)鏡頭進(jìn)行標(biāo)注,降低了人工標(biāo)注的時(shí)間成本和精力。其次,由于足球比賽精彩事件的發(fā)生,鏡頭總會(huì)以一些特定的序列進(jìn)行呈現(xiàn),傳統(tǒng)的C... 

【文章頁(yè)數(shù)】：66 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 研究背景與意義
    1.2 國(guó)內(nèi)外現(xiàn)狀研究
    1.3 主要研究?jī)?nèi)容
    1.4 章節(jié)安排
第二章 視頻事件識(shí)別相關(guān)技術(shù)
    2.1 視頻結(jié)構(gòu)分析
        2.1.1 低層特征分析
        2.1.2 中層特征分析
        2.1.3 高層特征分析
    2.2 基于圖像特征的視頻識(shí)別技術(shù)
        2.2.1 場(chǎng)景切換檢測(cè)
        2.2.2 鏡頭代表幀
        2.2.3 語(yǔ)義事件識(shí)別
    2.3 基于音頻特征視頻識(shí)別技術(shù)
        2.3.1 音頻特征
        2.3.2 音頻識(shí)別
    2.4 本章小結(jié)
第三章 基于圖像特征的足球視頻事件識(shí)別
    3.1 鏡頭分割
    3.2 關(guān)鍵幀提取
    3.3 物理鏡頭標(biāo)注
        3.3.1 回放鏡頭檢測(cè)
        3.3.2 進(jìn)球鏡頭標(biāo)注
        3.3.3 角球與點(diǎn)球鏡頭標(biāo)注
        3.3.4 犯規(guī)鏡頭標(biāo)注
    3.4 模型設(shè)計(jì)
        3.4.1 網(wǎng)絡(luò)結(jié)構(gòu)
        3.4.2 數(shù)據(jù)預(yù)處理
        3.4.3 特征提取
        3.4.4 分類識(shí)別
    3.5 本章小結(jié)
第四章 基于音頻特征的足球視頻事件識(shí)別
    4.1 音頻信號(hào)提取
    4.2 音頻信號(hào)預(yù)處理
        4.2.1 預(yù)加重
        4.2.2 分幀
        4.2.3 加窗
    4.3 特征提取及語(yǔ)譜圖生成
        4.3.1 梅爾倒譜系數(shù)
        4.3.2 語(yǔ)譜圖生成
    4.4 模型設(shè)計(jì)
        4.4.1 CNN網(wǎng)絡(luò)
        4.4.2 網(wǎng)絡(luò)設(shè)計(jì)
    4.5 本章小結(jié)
第五章 基于多模態(tài)融合視頻事件識(shí)別
    5.1 多模態(tài)融合分析
    5.2 多模態(tài)特征融合方式比較
        5.2.1 特征層融合
        5.2.2 模型層融合
        5.2.3 決策層融合
    5.3 基于改進(jìn)的D-S理論的決策層融合
        5.3.1 經(jīng)典D-S證據(jù)理論
        5.3.2 改進(jìn)的D-S證據(jù)理論
    5.4 本章小結(jié)
第六章 實(shí)驗(yàn)結(jié)果與分析
    6.1 實(shí)驗(yàn)平臺(tái)
    6.2 數(shù)據(jù)集
        6.2.1 圖像數(shù)據(jù)集
        6.2.2 音頻數(shù)據(jù)集
    6.3 模型訓(xùn)練
        6.3.1 損失函數(shù)
        6.3.2 激活函數(shù)
        6.3.3 優(yōu)化算法
        6.3.4 基于圖像特征的識(shí)別實(shí)驗(yàn)
        6.3.5 基于音頻特征的識(shí)別實(shí)驗(yàn)
    6.4 實(shí)驗(yàn)結(jié)果與分析
        6.4.1 基于圖像特征的識(shí)別結(jié)果
        6.4.2 基于音頻特征的識(shí)別結(jié)果
        6.4.3 基于多模態(tài)融合的識(shí)別結(jié)果
    6.5 本章小結(jié)
第七章 總結(jié)與展望
    7.1 總結(jié)
    7.2 展望
參考文獻(xiàn)
攻讀學(xué)位期間的研究成果
致謝


【參考文獻(xiàn)】：
期刊論文
[1]基于足球比賽事件檢測(cè)的視頻分析方法[J]. 劉陽(yáng),羅安平.  沈陽(yáng)工業(yè)大學(xué)學(xué)報(bào). 2018(04)
[2]基于雙閾值灰度直方圖的場(chǎng)景切換檢測(cè)算法及實(shí)現(xiàn)[J]. 陸思燁,李鴻燕,孫健昊,宋澤,曹宇.  上海工程技術(shù)大學(xué)學(xué)報(bào). 2018(01)
[3]適配分辨率動(dòng)態(tài)變化的低復(fù)雜度視頻場(chǎng)景切換檢測(cè)方法[J]. 方宏俊,宋利,楊小康.  計(jì)算機(jī)科學(xué). 2017(02)
[4]基于在線Bayesian決策的動(dòng)畫場(chǎng)景切換檢測(cè)方法[J]. 孫桃,謝振平,梅向東,李寧東.  計(jì)算機(jī)工程與應(yīng)用. 2016(22)
[5]基于腦電的情緒識(shí)別研究綜述[J]. 聶聃,王曉韡,段若男,呂寶糧.  中國(guó)生物醫(yī)學(xué)工程學(xué)報(bào). 2012(04)
[6]基于KNN模型的增量學(xué)習(xí)算法[J]. 郭躬德,黃杰,陳黎飛.  模式識(shí)別與人工智能. 2010(05)
[7]基于多模態(tài)融合的足球視頻語(yǔ)義分析[J]. 張玉珍,魏帶娣,王建宇,戴躍偉.  計(jì)算機(jī)科學(xué). 2010(07)
[8]基于視覺(jué)注意模型的自適應(yīng)視頻關(guān)鍵幀提取[J]. 蔣鵬,秦小麟.  中國(guó)圖象圖形學(xué)報(bào). 2009(08)
[9]基于運(yùn)動(dòng)序列分割的運(yùn)動(dòng)捕獲數(shù)據(jù)關(guān)鍵幀提取[J]. 朱登明,王兆其.  計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào). 2008(06)
[10]基于條件隨機(jī)場(chǎng)（CRFs）的中文詞性標(biāo)注方法[J]. 洪銘材,張闊,唐杰,李涓子.  計(jì)算機(jī)科學(xué). 2006(10)

碩士論文
[1]基于深度學(xué)習(xí)的音頻場(chǎng)景識(shí)別研究[D]. 張溯.東北石油大學(xué) 2018
[2]基于深度學(xué)習(xí)的音頻場(chǎng)景識(shí)別方法研究[D]. 李琪.西安電子科技大學(xué) 2018
[3]基于TensorFlow的足球視頻事件檢測(cè)[D]. 馮娜.華中科技大學(xué) 2018
[4]基于深度神經(jīng)網(wǎng)絡(luò)和貝葉斯網(wǎng)絡(luò)的電力設(shè)備故障診斷方法研究[D]. 雷倩.華北電力大學(xué) 2018
[5]足球視頻精彩事件檢測(cè)算法研究[D]. 趙偉.北京理工大學(xué) 2016
[6]基于HCRF模型的足球視頻精彩事件檢測(cè)方法研究[D]. 丁力偉.西安電子科技大學(xué) 2014
[7]足球視頻精彩進(jìn)球事件檢測(cè)[D]. 謝文娟.西安電子科技大學(xué) 2012



本文編號(hào)：3707308