论文部分内容阅读
视频内容的分类是归纳、理解、检索视频数据的一个重要环节.现有的很多视频分类方法大都采用隐马尔科夫模型(HMM)理论,但是利用HMM模型处理视频数据有其固有的局限性.为了解决HMM模型存在的问题,提出了一种基于关联规则的视频分类方法.该方法在建立了状态模型之后,首先挖掘出各个状态之间的相互关联关系,利用关联距离(AD)的约束来衡量关联关系的可靠程度并形成状态转换模式(STP),进而由这些状态转换模式构成关联规则(AR),最后利用关联规则对视频数据进行分类.实验结果表明,这种分类方法适用于很多类型的视频数据,