基于语义的武术视频检索技术研究.pdf

第 17 卷
第 3 期兰州工业高等专科学校学报 V ol. 17, N o. 3
2010 年 6 月 Journal o f Lanzho u P olytechnic Co lleg e Jun. , 2010
文章编号: 1009- 2269( 2010) 03- 0019- 03
基于语义的武术视频检索技术研究*
翟广宇1, 2 , 胡亚琦2
( 1. 兰州工业高等专科学校软件工程系, 甘肃兰州
730050;
2. 兰州交通大学电子与信息工程学院, 甘肃兰州
730070)
摘要: 提出了基于语义的视频分析方法及其在武术视频检索中的两个步骤: 基于双边滤波的边缘
检测算子对时空切片做边缘检测; 基于 SVM 的方法对关键帧进行语义提取并训练分类. 利用这
两个步骤中的相关算法完成的系统实现了对武术视频的分割与检索. 实验证明利用本系统能更好
的利用武术视频的特点进行检索.
关
键
词: 基于语义的视频分析; 双边滤波; 时空切片; 边缘检测算子; SVM
中图分类号: TP 391 文献标志码: A

本文的武术视频检索技术结合了视频检索有出现很明显的纹理. 这样, 按照上述算法计算出
方法, 其中使用基于时间去片的镜头边缘检测和的边界区域不够集中, 边界区域能量与周边区域
基于 SVM 人物语义提取方法[ 1] 来实现对武术动能量的差别不是很明显, 为最终进行镜头边界检
作的检索. 测带来困难. 为此, 本文对该算法进行了改进: 建
立时空切片后, 首先用基于双边滤波的边缘检测
1
武术视频中的对象检测与分割
算子对时空切片做边缘检测, 然后用形态学算子

武术视频中语义对象的检测和分割是实现对提取时空切片的非水平边缘, 得到边缘时空切片,
视频进行语义级检索的第一步. 目前对视频的分最后计算边缘时空切片的能量分布图并求出边界
析一般都要经过镜头边缘检测, 镜头类型检测等检测函数, 实现镜头突变和滑变的定位[ 5] . 以下是
过程. 在文[ 2
3] 中作者提出了利用 Canny 算子和算法的描述:
数学形态学方法对体育比赛场地进行检测, 检测 1) 对当前提取出的武术视频帧做水平、垂直
出的场地信息实现了场地内运动区域的检测和分和对角方向的时空切片;
割的方法. 此算法虽然在场地和运动员区域的正 2) 对时空切片不同颜色分量用不同方向的
确分割具有重要意义但在检测分割武术视频时还 Gauss、Gabor 滤波器进行滤波. 用基于双边滤波
存在局限性. 基于武术视频的特点, 它的背景相对的边缘检测算子对时空切片做边缘检测, 得到图
固定, 于是镜头之间的差别也相对较小, 某些基于像;
模型的识别方法效果不是很明显: 如前面所提到 3) 对得到图像利用数学形态学方法进行闭
的算法, 其计算较为复杂, 我们不准备考虑之. 常操作, 然后进行反色操作;
用的算法是时空切片[ 4] 方法, 但在实验中发现, 经 4) 用 H ough 变换去除小短线, 得到边缘时空
常会出现这样的情况: 明明存在镜头边界, 但是由切片;
于两段镜头的内容比较相似, 使得时空切片中没 5) 计算边缘时空切片的能量, 计算检测函
* 收稿日期: 201