小波域基于分段Hurst指数的视频流分类

来源：电子与信息学报杂志2017年第6期北京时间：

作者：汤萍萍, 董育宁

单位：2.(南京邮电大学通信与信息工程学院 南京 210003) ②(安徽师范大学物理与电子信息学院 芜湖 241000)

摘要：现有的视频流分类方法体现出内容依赖及特征依赖的局限性，该文引入流量分形理论，并在小波域内，提出一种基于Hurst指数的Fractals分类模型以改进不足。为此，该文首先描述流的分形性质，定义流的Hurst指数，推导小波域内Hurst指数的估计过程。然后，基于代价函数优化分段目标，用聚类差异度方法计算分段Hurst指数的总体差异量，再基于最大类间方差阈值进行分析，从而实现视频流的细粒度分类。研究结果表明，该文提出的分类方法，以随机数据的变化特性为内容，突破了内容依赖的局限性，解决了特征制约的瓶颈，提高了视频流的分类效果。

关键词：视频流, 分类, 分形, Hurst指数, 小波

基金资助：国家自然科学基金(61271233, 60972038, 61401004)，华为HIRP创新项目