摄影入门必看数码相机拍摄技巧

拍室内摄景物时，要让拍摄对象尽量远离墙壁或物体根据光线的投影原理，当拍摄对象离墙壁或其它物体较近时，室内原有的灯光和自然光无法照射或反射到拍摄对象后的墙壁等物体，当强光源闪光灯照射时，就会使被拍摄对象在其后的墙壁等物体上留下闪光阴影。所以，在不影响构图的情况下，让拍摄对象尽量远离白色的墙壁或在其后面的物体，保持一定的空间和距离，闪光阴影就会明显减弱。     

基于改进分块颜色特征和二次提取的关键帧提取算法

关键帧提取技术是视频摘要、检索、浏览和理解中的一项重要技术。目前关键帧提取算法存在一些问题,例如特征选择复杂、阈值选择难、自适应性不强等。为了更有效地提取视频关键帧,提出了一种基于改进分块颜色特征和二次提取的关键帧提取算法。首先,对视频帧进行等面积矩形环划分;其次,提取矩形环的HSV量化颜色特征,并由帧图像中心到外依次减小每个矩形环特征的权值以突出图像主体部分;然后,依据相邻视频帧间特征的显著性变化初步选取关键帧;最后,依据初次提取的关键帧在视频中的位置间隔大小进行二次提取优化关键帧。实验结果表明,该方法具有良好的适应性,同时能够有效避免因镜头有突然闪光或物体快速运动而提取过多的关键帧,最终提取的关键帧能够比较全面准确地表达视频内容。     

摄影入门必看数码相机拍摄技巧

室内拍摄补光技巧拍室内摄景物时,要让拍摄对象尽量远离墙壁或物体根据光线的投影原理,当拍摄对象离墙壁或其它物体较近时,室内原有的灯光和自然光无法照射或反射到拍摄对象后的墙壁等物体,当强光源闪光灯照射时,就会使被拍摄对象在其后的墙壁等物体上留下闪光阴影。所以,在不影响构图的情况下,让拍摄对象尽量远离白色的墙壁或在其后面的物体,保持一定的空间和距离,闪光阴影就会明显减弱。选择明亮的背景在室内拍摄时,我们可以利用自然光照射下的明亮门窗作为背景,也可使用台灯等现有的照明器材,为被摄人物营造一个明亮的背景,选择恰当的拍…     

人体运动视频关键帧优化及行为识别

在行为识别过程中,提取视频关键帧可以有效减少视频索引的数据量,从而提高 动作识别的准确性和实时性。为提高关键帧的代表性,提出一种关键帧序列优化方法,并在此 基础上进行行为识别。首先根据3D 人体骨架特征利用K-均值聚类算法提取人体运动视频序列 中的关键帧,然后根据关键帧所在序列中的位置进行二次优化以提取最优关键帧,解决了传统 方法中关键帧序列冗余等问题。最后根据最优关键帧利用卷积神经网络(CNN)分类器对行为视 频进行识别。在Florence3D-Action 数据库上的实验结果表明,该方法具有较高的识别率,并且 与传统方法相比大幅度缩短了识别时间。     

基于弧长不变的曲线变形

在实现世界里，许多物体在变形过程中其骨架线的长度基本上是保持不变的。本文提出了一个基于弧长不变的曲线变形方法，先对Ｂｅｚｉｅｒ曲线进行离散，得到逼近Ｂｅｚｉｅｒ曲线的折线，然后对关键帧折线的边长和有向顶点角进行插值，再把插值得到的折线拟合回与原曲线具有相同形式的Ｂｅｚｉｅｒ曲线，从而使骨 线的长度基本保持不变。     

《OpenGL 三维图形程序设计》系列讲座

《ＯｐｅｎＧＬ三维图形程序设计》系列讲座第五讲曲线和曲面（上）１引言曲线和曲面表示是计算机图形学的重要内容，它是描述物体的外形及建立所画对象数学模型的有力工具。光滑曲线和曲面是通过线段或多边形的逼近来绘制的。事实上，许多性能很好的曲线和曲面在数学上不...     

视觉注意模型的道路监控视频关键帧提取

针对道路监控视频提出一种基于视觉注意模型的关键帧提取算法.首先采用自顶向下的方法,通过运动检测获取运动目标,以车牌和车辆最佳清晰度位置作为注意度评价标准,提取运动目标位置显著度;然后在运动目标内部采用自底向上的方法,提取运动目标的运动方向和强度显著度;接着用一种简单有效的车辆位置优先的自适应线性混合模式合成视觉注意度,并在时间方向上生成最终的视觉注意度曲线;最后求出视觉注意度曲线的导数曲线,自适应滤波处理后,在正值到负值变化的零交叉点中选取显著度最高的图像作为关键帧.实验结果表明,本文算法提取的关键帧不但包括了所有经过监控的车辆最佳或接近最佳清晰度的位置,而且还能包括道路停车、超速和逆向行驶等各种交通事件,符合交通观察者的视觉特性,同时也有利于进一步对关键帧进行车辆静态特征的提取,以形成交通视频的特征数据库.     

增强现实中抛掷动作速度的预测

结合增强现实抛掷虚拟物体的应用背景,提出一种新的预测抛掷动作速度的方法。首先利用二维三次多项式函数分段循环拟合抛掷动作的速度曲线,并运用函数的最大值分析出抛掷动作速度的大小;然后利用三维三次多项式函数分段循环拟合抛掷动作的轨迹曲线,由抛掷动作速度曲线的切线方向即可确定抛掷动作速度的方向。实验结果表明,可更为容易地获得抛掷动作速度的大小和方向,克服了对每个空间位置坐标准确性的依赖;同时,能保证虚拟物体和真实物体的运动轨迹一致性,有利于提高增强现实应用的运动一致性。     

基于关键帧筛选网络的视听联合动作识别

近年来,视听联合学习的动作识别获得了一定关注.无论在视频(视觉模态)还是音频(听觉模态)中,动作发生是瞬时的,往往在动作发生时间段内的信息才能够显著地表达动作类别.如何更好地利用视听模态的关键帧携带的显著表达动作信息,是视听动作识别待解决的问题之一.针对该问题,提出关键帧筛选网络KFIA-S,通过基于全连接层的线性时间...     

基于插值小波关键帧提取的动作评价算法

人体运动的行为特征具有多样性和复杂性,在运动的不同阶段有些动作的剧烈程度差异较大,但现有方法在进行动作相似度评价时未充分考虑该因素,使得评价结果存在一定偏差。针对该问题,基于多尺度FaberSchauder插值小波对参考动作序列中运动最剧烈关节的四元数分量时间序列分别提取关键帧。通过合并4组关键帧,设置阈值剔除相似度较高的关键帧。采用动态时间规整方法对参考动作和对比动作进行匹配,得到对比动作序列的关键帧,将2组关键帧的平均距离归一化后作为动作相似度评分。实验结果表明,提出的算法能够较好地实现动作评价,且对于较相似的动作,也能获得较好的评价结果。     

基于时空增强式交互网络的组合动作识别

组合动作识别是计算机视觉领域一个新的挑战,它旨在识别未见过的动作与物体的组合。传统的动作识别模型往往会在物体外观与动作类别之间建立联系,引入错误的偏置,在面对未见过的动作与物体的组合时性能急剧恶化。现有解决方法是忽视外观信息,以物体的坐标和身份等信息作为输入,建立以物体为中心的模型。受此启发,提出了时空增强式交互模型。首先在基础网络的不同深度提取并聚合多级别物体特征;然后构建物体分支,使用时空增强模块和物体交互模块分别对物体特征进行增强以及建模物体的移动和交互模式;最终将该分支的输出与基础网络的输出融合用于动作分类,使模型兼顾外观信息和物体交互信息。在多个数据集上的广泛实验证明了所提模型的有效性。     

时空特征局部保持的运动视频关键帧提取

为提高运动视频关键帧的运动表达能力和压缩率,提出柔性姿态估计和时空特征嵌入结合的运动视频关键帧提取技术。首先,利用人体动作的时间连续性保持建立具有时间约束限制的柔性部件铰接人体（ST-FMP）模型,通过非确定性人体部位动作连续性约束,采用N-best算法估计单帧图像中的人体姿态参数;接着,采用人体部位的相对位置和运动方向描述人体运动特征,通过拉普拉斯分值法实施数据降维,获得局部拓扑结构表达能力强的判别性人体运动特征向量;最后,采用迭代自组织数据分析技术（ISODATA）算法动态地确定关键帧。在健美操动作视频关键帧提取实验中,ST-FMP模型将柔性混合铰接人体模型（FMP）的非确定性人体部位的识别准确率提高约15个百分点,取得了81%的关键帧提取准确率,优于KFE和运动块的关键帧算法。所提算法对人体运动特征和人体姿态敏感,适用于运动视频批注审阅。     

PowerPoint中实现超链接的几种方法

所谓超链接是指将幻灯片中的某些对象(包括文本、图形、表格、图片或动作按钮等)设置成特定的热对象(也称热物体),演示文稿时,只要鼠标移过或单击这些热对象就可跳转到指定的幻灯片、另一份演示文稿、某一音频和视频片断,或激活某一应用程序,甚至打开Internet上的某一主页,大大增强了演示文稿的交互性、灵活性和趣味性.     

人体接近探测仪的设计和应用

人体接近探测仪是指当人体接近某处或某物体时,本探测仪会产生相应的控制动作(如信号指示灯发亮、大门关和闭、报警装置报警等)。笔者参考了部分电子资料,完整地设计了本套装置,并从理论的角度对该装置进行了详尽     

近光源光度立体三维重建误差分析

一般假设的平行光光源,即远光源模型,受安装空间的约束在现实世界中很难实现。针对这一问题,提出了近光源模型解决近光源大尺寸物体的三维重建。近光源模型是一种新型的光源位置假设,需要标定光源位置,计算目标物体每个点上的光线方向,这样即使当物体尺寸较大或距离光源较近时,近光源模型也是对光源较优的一种假设。通过分析上述两种光源模型对噪声、光源到目标物体距离等因素的敏感度,比较发现当光源距离物体较近或物体尺寸较大的情况下,近光源模型的重建结果优于远光源的重建结果。     

基于关键帧和骨骼信息的人体动作识别方法

提出了一种基于关键帧和骨骼信息的动作识别新方法。通过深度传感器Kinect v2实时获取人体各骨骼点信息,通过采用加权K-means算法提取动作视频中的关键帧。通过每个关键帧中25个骨骼点的三维坐标值,计算出关节角度和向量模比值两种特征量,通过优化后的动态时间规整(DTW)算法计算关键帧序列与模板库中动作模板的相似度,从而识别人体的实时动作。通过对6种常见动作的识别实验对比,结果表明:所提方法在识别速度和准确率上较高,具有实际推广性。     

用于图像分割的自适应距离保持水平集演化

Li等人提出的距离保持水平集方法有传统变分水平集方法不具备的许多优点,然而,它有初始曲线必须包围目标物体或完全置于目标物体内部或外部的缺点.提出一种自适应距离保持水平集方法,它无须初始曲线包围目标物体或完全置于目标物体内部或外部,即初始曲线可以置于图像的任何地方.它能够解决原方法所不能解决的一些图像分割问题,例如,能够从任意选取的一条初始曲线出发自动检测目标物体的内外轮廓,检测多目标物体以及深度凹陷区域的边缘,并能较好地提取目标物体的弱边界.对几幅具有不同目标边界形态的合成图像和自然图像进行了实验,结果都取得了预期的分割效果.     

基于两次检测曲线的压缩视频关键帧提取*

针对目前压缩域下提取视频关键帧的算法存在特征选取单一、提取的关键帧准确性不高、算法效率低的缺点,提出了压缩域下基于两次曲线曲率检测的关键帧提取算法。算法利用曲线上的高曲率点表示曲线的显著变化,并在此基础上利用压缩视频的固有特征,即离散余弦变换之后的AC系数和DC系数特征,构建特征相似度曲线,进而对曲线进行两次高曲率点检测并提取视频关键帧。实验表明,该算法能快速有效地实现关键帧的自动提取,并可以提高提取关键帧的查准率和查全率。     

基于χ^2分布的聚类图像分割

人们在对图像灰度值做统计分析时，大都采用正态分布来分析，但从大量的实验中发现，其大部分不是完全服从正态分布，有的甚至相差很远，这样就有必要用更好的分布来拟合图像灰度。通过对物体的颜色、光强进行分析发现，人们看到的物体颜色是多种环境——环境光强、漫反射、镜面反射等等共同作用的结果。这样如果单纯地用正态分布来分析就会出现较大的偏差，那么也就不能很好地拟合图像灰度分布曲线，因此这里提出了用χ^2分布来拟合图像灰度的分布曲线，实验结果表明，通过χ^2分布可以得到更好的分割效果。     

一种基于半直接视觉里程计的RGB-D SLAM算法

提出了一种新的基于半直接视觉里程计的RGB-D SLAM（同步定位与地图创建）算法,同时利用直接法和传统特征点法的优势,结合鲁棒的后端优化和闭环检测,有效提高了算法在复杂环境中的定位和建图精度．在定位阶段,采用直接法估计相机的初始位姿,然后通过特征点匹配和最小化重投影误差进一步优化位姿,通过筛选地图点并优化位姿输出策略,使算法能够处理稀疏纹理、光照变化、移动物体等难题．算法具有全局重定位的能力．在后端优化阶段,提出了一种新的关键帧选取策略,同时保留直接法选取的局部关键帧和特征点法选取的全局关键帧,并行地维护2种关键帧,分别在滑动窗口和特征地图中对它们进行优化．算法通过对全局关键帧进行闭环检测和优化,提高SLAM的全局一致性．基于标准数据集和真实场景的实验结果表明,算法的性能在许多实际场景中优于主流的RGB-D SLAM算法,对纹理稀疏和有移动物体干扰的环境的鲁棒性较强．