检索规则说明:AND代表“并且”;OR代表“或者”;NOT代表“不包含”;(注意必须大写,运算符两边需空一格)
检 索 范 例 :范例一: (K=图书馆学 OR K=情报学) AND A=范并思 范例二:J=计算机应用与软件 AND (U=C++ OR U=Basic) NOT M=Visual
机构地区:[1]中国科学技术大学自动化系,安徽合肥230027
出 处:《中国科学技术大学学报》2010年第11期1130-1135,共6页JUSTC
基 金:中国高技术研究发展(863)计划(2008AA01Z408;2008AA01A318)资助
摘 要:针对互联网视频内容的复杂性,选择能够表征视频内容的特征,首先通过LSH哈希算法对特征进行索引,并由此确定视频之间的帧匹配序列,然后对于计算出的帧匹配序列,采用随机抽样一致性算法进行拟合,从而得到有效的帧匹配序列.视频之间的相似度依据有效帧匹配序列的相似度计算,由相似度进行互联网视频片段的消重.实验表明,对于大量内容相似的互联网视频片段,该方法能较好地描述相似性,并能有效提高检测准确率.In view of the complexity of video clips data,a method was designed for extracting features to represent video clips and using locality sensitive hashing to compute the frame match sequence between video clips,RANSAC was used to fit the match sequence,obtain the valid match sequence and compute the similarity between clips.Experimental results show that the method can effectively describe the similarity of web video clips as well as detect and eliminate near duplicate video clips.
关 键 词:视频片段 消重 哈希算法 LSH SIFT RANSAC
分 类 号:TP391.4[自动化与计算机技术—计算机应用技术]
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在链接到云南高校图书馆文献保障联盟下载...
云南高校图书馆联盟文献共享服务平台 版权所有©
您的IP:216.73.216.222