基于AFSA-LSSVM的视频字幕定位模型-论文.pdf

《基于AFSA-LSSVM的视频字幕定位模型-论文.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、liDlGlTA数L字VI视DE频O篓【本文献信息】陈燕升，任江涛，黄达峰．基于AFSA—LSSVM的视频字幕定位模型[J]．电视技术，2014，38(5)基于AFSA—LSSM的视频字幕定位模型陈燕升h，任江涛，黄达峰岫(1．广东轻工职业技术学院a．环境工程系．b．计算机工程系，广东广州510300；2．中山大学软件学院，广东广州510275)【摘要】特征选择是视频字幕定位的关键，为了提高视频字幕定位正确率，提出一种人工鱼群算法(AFSA)和最小二乘支持向量机(LSSVM)相融合的视频字幕定位模型(AFSA—LSSVM)。首先提取

2、视频字幕特征，然后通过模拟鱼群的觅食、聚群及追尾行为找到最优视频字幕特征子集，最后将最优视频字幕特征子集输入LSSVM进行学习，建立最优视频字幕定位模型，并进行仿真对比实验。结果表明，相对其他视频字幕定位模型，AFSA—I~SVM提高了视频字幕定位正确率和效率，可为后续视频内容的安全分析提供技术支持。【关键词】字幕定位；特征提取；人工鱼群算法；最小二乘支持向量机【中图分类号】TN949．6【文献标志码】AVideoCaptionsLocationBasedonArtificialFishSwarmAlgorithmandLeastS

3、quareSupportVectorMachineCHENYansheng“，RENJiangtao，HUANGDafeng(1a．DepartmentofEnvironmentalEngineering；1b．DepartmentofComputerEngineering，GuangDongIndustryTechnicalCollege，Guangzhou510300，China；2．&^ofSoftware，Sunrat—SenUniversity，Guangzhou510275，China)【Abstract】Feature

4、selectionisakeyprobleminvideocaptionlocation，inordertoimprovelocationrateofthevideocaption，anovelvideocaptionloca—tionmodel(AFSA—LSSVM)isproposedinthispaperwhichintegratesartificialfishswarlnalgorithm(AFSA)withleastsquaressupportvectormachine(LSSVM)．Firstly，videocaptio

5、nfeaturesareextracted，andthentheoptimalfeaturessubsetareobtainedbysimulatingfeeding，clusteringandthefollow-ingbehavioroffishwarin，finally，LSSVMisusedtoestablishtheoptimalvideocaptionlocationmodelbasedontheoptimalfeaturessubset，andthesimu—lationexperimentiscarriedouttot

6、esttheperformanceofmode1．Theresultsshowthatcomparedwithothervideocaptionlocationmodels，theproposedmodelhasimprovedlocationrateandeficiencyofvideocaptionlocation，whichcanprovidetechnicalsupportforfollowingvideocontentsecurityanaly—SIS．【Keywords】captionlocation；featureex

7、traction；artificialfishswarlnalgorithm；eastsquaresupportvectormachine随着网络技术发展，视频流剧增，不良的网络视频图遗传算法、粒子群优化算法、免疫算法等均存在收敛速度像对社会的稳定和人们的身心健康产生不利影响，通过对慢、极易陷入局部极值等缺陷，难以找到全局最优的视频视频信息的字幕进行定位，有利于对后续视频内容进行安字幕特征。人工鱼群算法(ArtificialFishSwarmAlgo．全分析和检测，因此建立精确、高效的视频字幕定位模型rithm，AFSA)是一种模拟

8、鱼群觅食行为的群智能算法，具成为了当前研究的热点⋯。有鲁棒性强、简单、易实现等优点，在组合优化领域取得了视频字幕定位实质上是模式识别中的二分类问题，不错的应用效果。视频字幕特征选择是一个大规模空即指将字幕块定义为“+l”，非字幕块定义