文件名称：基于C3D的足球视频场景分类算法
文件大小：1.26MB
文件格式：PDF
更新时间：2024-05-26 06:15:04
三维卷积 足球 镜头检测 语义标注 场景分类
足球视频整场比赛持续时间较长，许多视频内容并非广大观众的兴趣所在，因此足球视频场景分类成为了近几十年来研究界的一项重要课题，许多机器学习方法也被应用于这个课题上.本文提出的基于C3D （三维卷积神经网络）的足球视频场景分类算法，将三维卷积运用于足球视频领域，并通过实验验证了本文算法的可行性.本文实验的流程如下：首先，基于帧间差分法和徽标检测法检测法对足球视频场景切换进行检测，实现镜头分割.在此基础上，提取分割镜头的语义特征并将其进行标记，然后通过C3D对足球事件进行分类.本文将足球视频分为7类，分别为远镜头、中镜头、特写镜头、回放镜头、观众镜头、开场镜头及VAR （视频助理裁判）镜头.实验结果表明，该模型在足球视频数据集上的分类准确率为96%.