A method analyzes a high-level syntax and structure of a continuous
compressed video according to a plurality of states. First, a set of
hidden Markov models for each of the states is trained with a training
video segmented into known states. Then, a set of domain specific features
are extracted from a fixed-length sliding window of the continuous
compressed video, and a set of maximum likelihoods is determined for each
set of domain specific features using the sets of trained hidden Markov
models. Finally, dynamic programming is applied to each set of maximum
likelihoods to determine a specific state for each fixed-length sliding
window of frames of the compressed video.
Un método analiza un sintaxis y una estructura de alto nivel de un vídeo comprimido continuo según una pluralidad de estados. Primero, un sistema de los modelos ocultados de Markov para cada uno de los estados se entrena con un vídeo del entrenamiento dividido en segmentos en estados sabidos. Entonces, un sistema de características específicas del dominio se extrae de una ventana que resbala de longitud fija del vídeo comprimido continuo, y un sistema de likelihoods máximos se determina para cada sistema de características específicas del dominio usando los sistemas de los modelos ocultados entrenados de Markov. Finalmente, la programación dinámica se aplica a cada sistema de likelihoods máximos para determinar un estado específico para cada ventana que resbala de longitud fija de bastidores del vídeo comprimido.
