TY - JOUR ID - TI - Digital Video Scenes Recognition using Mijn-EA and Learning Vector Quantization Network AU - Samaher Al_Janabi AU - Mahdi A. Salman PY - 2016 VL - 24 IS - 9 SP - 2362 EP - 2373 JO - Journal of University of Babylon مجلة جامعة بابل SN - 19920652 23128135 AB - This paper presents a hybrid method for digital video scenes recognition which uses recognition to group pixels into known object for each frame. The chromaticity is used as data source for the method because it is normalized. The recognition is carried out by means of an Evolutionary Algorithm from type Mijn-EA, which is employed to obtain the best clusters that represent each frame and number of seeds in each frame. Then, conversion the color space for each cluster from RGB to HSV to fined the textural features of co-occurrence matrix. After that the pixels for each cluster recognition according to the identified classes. The number of classes is a priori unknown and the Evolutionary Algorithm that implements the Mijn-EA is used to determine the main clusters. The detection of the classes in the LVQ3 is done using a texture features. The obtained results substantiate the feasibility of the method and the accuracy.

يقدم هذا البحث طريقة هجينة لتميز مشاهد الفديو الرقمية التي تستخدم لتميز مجموعة النقاط الى كيانات معروفة لكل اطار .تم استخدام اللون كمصدر للبيانات لتلك الطريقة وذلك لطبيعته. ينفذ التميز باستخدام خوارزمية تطورية من نوع MIJN-EA التي تستخدم لايجاد افضل العناقيد التي تمثل كل اطار (حيث ان كل مشهد يحتوي على 24 اطار) وعدد البذور في الاطار ثم نحول الفضاء اللوني لكل عنقود من (احمر, أخضر , ازرق) الى (اللون النقي, الاشباع,الشدة) لايجاد خصائص السطح من مصفوفة الحدوث المتزامن. بعد ذلك كل مجموعة نقاط تميز طبقاً الى الاصناف المحددة.عدد الاصناف غير معروف مسبقاً والخوارزمية التطورية تستخدم لتحديد العناقيد الاساسية. وتحديد الاصناف في شبكة تعليم المتجه الكمي الثالثة تتم باستخدام خصائص السطح . النتائج التي تم الحصول عليها توضح سهولة الطريقة ودقتها. ER -