动态纹理实验数据集解析

@[TOC](动态纹理(Dynamic texture)数据库解析)

动态纹理(Dynamic texture)数据集解析

动态纹理是带运动的纹理，通常被视为移动场景的视频在时域中表现出一定的平滑特性，基于动态纹理识别的技术已经出现很多。这篇文章将针对动态纹理（视频）数据集进行展开说明，主要说明UCLA，DynTex，YUVL三个数据集以及他们的扩展。

一、UCLA DataSource

UCLA 数据库包含 50 个类的 200 个 DT 视频，每个类又包含 4 个视频。其中每个视频大小为160×110 ,有70帧。对于需要处理的动态纹理算法中，可以将该数据集中的所有视频裁剪为48x48每帧，这样可以方便计算，方便用于捕捉动态纹理的关键特征。又可以将UCLA数据集中的视频分为以下几类：

1. 分类1：50-class_LOO ，每次 200 个 DT 视频中的一个用于测试，其余 199 个用于训练。这种方法称为留一分类

2. 分类2：50-class ，对于每一类的四个视频中的三个用于训练，剩下的一个用于测试。这种方法称为四重交叉验证。为了确保四个视频中的每一个都被用作一次测试视频，四个分割方案被预先确定，并且该实验被重复四次。四个实验的平均准确度是最终的性能指标。

3. .分类3：9-class&#x