导读:本文包含了语义事件论文开题报告文献综述及选题提纲参考文献，主要关键词:篮球视频分析,全局与群体运动,领域知识,球员姿态
语义事件论文文献综述
贺娇瑜[1]（2018）在《融合领域知识和深度特征的篮球比赛视频语义事件分析》一文中研究指出随着视频信息的快速膨胀和计算机能力的不断强大,基于深度学习的视频分析已经在大规模的视频数据中取得较好的成绩。目前视频研究多数面向监控视频,集中于单人/多人独立活动视频。现实生活尤其在团队体育比赛中,如篮球、足球等,多为多人协作视频,这类视频存在背景复杂、目标运动快速、目标间相互遮挡严重等问题,近年来多人协作视频分析成为视频分析领域一个极具挑战性的任务。论文针对多人视频中的篮球比赛视频进行事件分类研究。论文主要工作如下:1.提出了一种融合领域知识与全局群体运动模式的事件分类方法。作为一种多人协作运动,篮球比赛中的语义事件表达为两队球员之间的对抗模式,此对抗模式可以表达为群体运动模式。另一方面,相同语义事件在赛事转播中用的镜头表现手法一般都很相似。因此本文提取全局和群体运动特征来表达语义事件。一个完整的篮球比赛事件可以分为叁个阶段,分别是事件准备阶段、事件发生阶段、事件结束阶段。通过分析同一事件不同视频段的分类能力,发现不同视频段针对不同类型的分类任务有效,也提出了新的数据集NCAA+。基于这一发现,首先提出基于全局与群体运动模式的2个阶段(5类事件的粗分类以及2类事件的细分类)的事件分类方法,其中全局与群体运动模式通过光流来表达。两个分类算法的框架都是基于CNN及LSTM分别提取全局群体运动模式的空间特征以及时序特征进行分类。事件结束阶段的视频帧基于空间特征实现成功/失败状态的预测。最后,综合2阶段事件分类结果与成功/失败预测结果实现最终的篮球事件分类。对比实验结果表明提出方法对篮球事件的分类准确率有很大提升。2.基于深度学习实现球员的检测、分割以及姿态估计。通过统计发现,不同事件中球员的姿态变化呈现一定规律,本文针对个体球员进行进一步分析。首先基于SSD检测球员,提出了基于超像素的FCN-CNN球员分割算法,滤除掉球员周围复杂背景,更有利于后续姿态估计。最后通过深度学习卷积神经网络实现球员姿态分类估计。3.探索了融合多种特征的篮球视频事件分析方法。首先将全局群体运动模式的特征与球员姿态统计特征进行融合,然后通过LSTM实现融合特征在时域的表达,从而实现篮球事件的分类。实验结果表明多特征融合后的方法比基于单一全局群体运动特征的方法分类效果更好。4.实现篮球比赛视频分析系统。在Linux操作系统,基于MATLAB平台实现一个完整的篮球事件分类系统。(本文来源于《北京工业大学》期刊2018-06-01）
杨竣辉,刘宗田,刘炜,苏小英[2]（2016）在《基于语义事件因果关系识别》一文中研究指出文本中因果关系是常见而重要的一类关系,传统的因果关系识别主要依托因果关系连接词或大量的因果关系特征向量,该方法适应性不强.针对这一问题,提出一种新的方法识别文本中的因果关系,先文本以事件划分,构建事件及事件要素间的语义关联性.抽取具有相关性事件对作为判定因果关系的候选事件对.再根据因果关系存在时间优先性、因果概率评价性、因果关系依赖性等特征构造计算等式,并结合事件要素的语义信息计算候选事件间的因果关联度(RCE),并根据因果关联度设定阈值作为判定事件对是否是因果关系的二元分类器.实验表明,该方法对识别因果关系事件对效果较好.(本文来源于《小型微型计算机系统》期刊2016年03期）
王兴[3]（2016）在《基于网络虚拟化技术的服务语义事件的监测、分析以及控制的设计与实现》一文中研究指出随着信息技术的不断发展,物联网服务在生产生活中的应用越来越广泛。但是,物联网服务在给人们带来极大便利的同时,也存在着巨大的安全隐患。本文在传统入侵检测技术的基础之上,运用网络虚拟化技术,对现有物联网服务设计了一套可隔离的、功能完备的服务语义事件监控系统。该系统实现了对物联网服务监测、分析以及控制的功能,也可以达到对物联网服务进行实时修正的效果。服务语义事件监控系统通过对物联网服务相关数据包的捕获处理,达到了对物联网服务进行实时监控的目标;同时,监控系统可以根据对物联网服务数据包的监测结果,主动的对物联网服务进行校正控制,维护了其安全运行。由于本系统偏向于底层,在Linux系统内核空间直接部署工作,其工作效率极高;同时,系统还具有使用灵活以及扩展性强等优势。本文在服务语义事件监控系统实现之后,还对其进行了大规模的测试工作,分析了系统可能存在的问题以及提出了改进性建议,旨在解决物联网服务通信过程中存在的一系列问题,为物联网服务提供一种强有力的安全保障手段。(本文来源于《北京邮电大学》期刊2016-01-20）
王华[4]（2014）在《基于语义事件的手术视频内容分析和分割方法的研究》一文中研究指出随着计算机技术和网络技术的不断发展,各种新的媒体信息交换和应用形式已经完全融入了人们的日常工作、生活和娱乐之中,每天都在产生大量的视频数据。在医学领域同样也存在大量的视频用于辅助教育、术前宣教、远程医疗等。为了对蕴含了人物、场景、对象、行为和故事等丰富的语义信息的媒体数据进行高效快捷过滤、浏览和检索、非线性编辑等,人们提出并发展了视频的内容分析和基于内容的视频检索技术,以实现语义级的内容描述与应用。让计算机按照人的主观感觉和理解来表示媒体内容。如何跨越底层特征和高层语义间的语义鸿沟,以语义概念来管理、访问视频数据库,已成为多媒体领域颇具挑战的研究课题。在视频的内容分析过程中,特征的提取与描述是至关重要的一步。手术视频有其独有的特点,比如手术室中医务人员的着装颜色基本为墨绿色,手术室中的病人除了需要手术的部分,基本用手术布遮盖,有无影灯在手术过程为开的状态。根据这些特点,为了给手术事件建模,本文定义了医务人员指示器、手术部位检测器、无影灯开关指示器等视觉特征。隐马尔可夫模型作为一种统计分析模型,尽管它的状态不能直接观测到,但能通过观测向量序列观察到,每个观测向量都是通过某些概率密度分布表现为各种状态,每一个观测向量是由一个具有相应概率密度分布的状态序列产生。因此非常适合引入到基于语义的视频内容分析领域。在本文就通过将隐马尔可夫引入到基于语义的手术视频领域内容分析领域。基于隐马尔可夫模型进行基于语义事件的视频分析,不但考虑了事件特征之间的相似性,而且考虑语义事件之间的时序关系,为提高视频内容分析的准确率提供了理论上的可能。本文的实验基于五个完整的手术视频样本,并且已经人工标注过。通过样本重估了各个手术事件在各个特征的概率分布,并且通过Baum-Welch算法重估了状态转移矩阵,重估了一个隐马尔可夫模型。整个实验过程采用交叉留一验证的策略,对每一个待测试样本采用Viterbi算法来识别每个以秒为单位的视频单元,最终产生一个混淆矩阵来呈现分析的结果。目前的实验结果表明,对于选定的语义特征,有些事件的区分度比较高,则识别的正确率就比较高。一般的手术事件识别率能达到70%以上,证明采用隐马尔可夫模型对视频进行内容分析是可行的。(本文来源于《山东大学》期刊2014-05-20）
张静,高伟,刘安安,高赞,苏育挺[5]（2013）在《基于运动轨迹的视频语义事件建模方法》一文中研究指出人体行为分析是计算机视觉领域的重要课题之一。针对人体行为事件,提出了一种基于运动轨迹的视频语义事件建模方法。首先,采用改进的基于Surendra背景建模算法检测运动行人目标,然后利用Meanshift跟踪算法得到目标行人的运动轨迹路径,最后根据人体行走轨迹特征和所定义语义事件模型进行相关事件判断,并搭建平台实现视频语义事件自动监测。对监控视频公开数据集的实验测试表明,提出的方法可准确有效的识别常见的人体行为,为视频语义领域提供一种可靠、准确的技术方案。(本文来源于《电子测量技术》期刊2013年09期）
朱明清,彭接招,廖国琼,钟千惠,彭志真[6]（2012）在《供应链环境中RFID语义事件模型》一文中研究指出RFID技术是利用射频通信实现的非接触式自动识别技术,为对供应链环境中物品进行自动跟踪和监控提供了可能。本文在分析现有RFID事件模型特点及不足基础上,首先分析供应链环境下的RFID事件分类。然后,利用RDF模型的较强语义表达能力,采用XML语言及RDF图对事件进行描述,为供应链中的产品追溯提供了有效支持。(本文来源于《数字技术与应用》期刊2012年12期）
陈姣姣,张晓如,周永梅[7]（2012）在《基于本体的监控视频语义事件探测》一文中研究指出为了探测视频高层复杂事件,架构了一个视频事件分析框架,采用本体和Petri网进行推理从而获取复合事件;运用视频语义本体标注算法分析低层视频语义,在高层构建一个视频事件分析本体,将低层本体映射到事件分析本体表示高层视频事件;通过本体和扩展Petri网结合的方法对监控视频中的事件进行图形化异步事件推理;最后用semantic Web rule language(SWRL)规则表示视频监控事件的探测。实验证明,提出的方法比基于模式识别的事件探测方法更加有效。(本文来源于《计算机应用研究》期刊2012年01期）
毕殿杰[8]（2009）在《多线索多层次的视频语义事件检测模型》一文中研究指出视频语义事件检测分析技术是近年来研究的热点问题。本文综合考虑视频语义事件多线索的特点以及事件之间的层次关系,在前人研究成果的基础上,基于动态贝叶斯网络提出了多线索多层次视频语义事件检测模型,该模型具有较高的查全率和查准率,较强的鲁棒性,是一种很有前景的视频语义分析模型。(本文来源于《科技信息》期刊2009年30期）
彭利民,周毅[9]（2008）在《基于规则推理的足球视频语义事件分析研究》一文中研究指出针对视频高层语义分析问题,通过分析足球视频的语义结构,按照足球比赛转播、视频编辑的一般规律,结合视频特征的时空关系,定义足球视频主要的语义规则,从而提出了足球视频语义事件的分析框架。通过应用视频语义分析,语义信息提取的关键技术,抽取和融合球场特征、对象特征和音频特征,结合基于专业知识的规则推理,达到有效分析足球视频语义的目的。实验证明,该方案效果较好。(本文来源于《广州体育学院学报》期刊2008年02期）
刘小军,董选,赵合庆,王苏弘,杨伊林[10]（2006）在《正常儿童汉字语义事件相关电位的研究》一文中研究指出目的:探讨单个汉字语义刺激正常儿童的事件相关电位,对叁种不同类别(有关联、无关联、假字)ERP的特征进行比较研究。方法:对31名10岁的儿童采用加拿大Stellatesystems32道数字化无纸脑电图仪,并用单个汉字语义刺激模块进行检测。刺激信号同步触发,脑电图(EEG)同步记录,从EEG中提取叁种不同类别刺激的ERP,对P2和N2进行分析。结果:单个汉字语义有关联的P2及N2潜伏期与无关联,假字组相比有显着性差异(P<0.01);波幅无显着性差异(P>0.05);N2波广泛分布头皮各区,左右大脑半球无明显差异(P>0.05)。结论:叁种不同类别的ERP波形及潜伏期各不相同;N2是语义刺激ERP的主成分,P2可认为与儿童语义的早期理解有关。(本文来源于《中国临床心理学杂志》期刊2006年01期）
语义事件论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
文本中因果关系是常见而重要的一类关系,传统的因果关系识别主要依托因果关系连接词或大量的因果关系特征向量,该方法适应性不强.针对这一问题,提出一种新的方法识别文本中的因果关系,先文本以事件划分,构建事件及事件要素间的语义关联性.抽取具有相关性事件对作为判定因果关系的候选事件对.再根据因果关系存在时间优先性、因果概率评价性、因果关系依赖性等特征构造计算等式,并结合事件要素的语义信息计算候选事件间的因果关联度(RCE),并根据因果关联度设定阈值作为判定事件对是否是因果关系的二元分类器.实验表明,该方法对识别因果关系事件对效果较好.
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
语义事件论文参考文献
[1].贺娇瑜.融合领域知识和深度特征的篮球比赛视频语义事件分析[D].北京工业大学.2018
[2].杨竣辉,刘宗田,刘炜,苏小英.基于语义事件因果关系识别[J].小型微型计算机系统.2016
[3].王兴.基于网络虚拟化技术的服务语义事件的监测、分析以及控制的设计与实现[D].北京邮电大学.2016
[4].王华.基于语义事件的手术视频内容分析和分割方法的研究[D].山东大学.2014
[5].张静,高伟,刘安安,高赞,苏育挺.基于运动轨迹的视频语义事件建模方法[J].电子测量技术.2013
[6].朱明清,彭接招,廖国琼,钟千惠,彭志真.供应链环境中RFID语义事件模型[J].数字技术与应用.2012
[7].陈姣姣,张晓如,周永梅.基于本体的监控视频语义事件探测[J].计算机应用研究.2012
[8].毕殿杰.多线索多层次的视频语义事件检测模型[J].科技信息.2009
[9].彭利民,周毅.基于规则推理的足球视频语义事件分析研究[J].广州体育学院学报.2008
[10].刘小军,董选,赵合庆,王苏弘,杨伊林.正常儿童汉字语义事件相关电位的研究[J].中国临床心理学杂志.2006