论文部分内容阅读
为提高视频内容检索方法的鲁棒性,提出一种基于AdaBoost的多特征融合指纹检索方法。通过对样本数据的训练,自适应地获得尺度不变特征变换特征、运动特征以及音频特征的权重,利用得到的权重融合音视频特征,以产生视频指纹。实验结果表明,该方法的准确性较高,在尺度变化、亮度变化、音频噪音攻击下具有较好的鲁棒性。