基于先验的动作视频关键帧提取

针对运动视频关键帧提取结果运动表达能力差的问题,以健美操运动视频关键帧提取为例,将先验语义引入到视频片段分割和关键帧提取特征提取等过程中,提出基于先验的运动视频关键帧提取算法。该算法采用韵律特征和动作节拍连续性等先验知识,将健美操动作视频分解成不同长度的动作视频片段,并利用Hog人体分类器从每一帧图像中识别出人体边界框;通过人体模板将人体边界框分割为16个运动块,并采用光流法计算每个运动块的基本运动方向;通过比较运动块基本运动方向的差异实现了动作视频关键帧提取。实验证明,该方法在保证关键帧视频压缩的情况下,具有更好地动作概括力。     

CUDA框架下的视频关键帧互信息熵多级提取算法

在传统视频关键帧提取过程中,需要对每一帧视频图像进行特征提取、图像匹配、重复检测等大量计算,导致算法运行时间过长。对此,该文提出了CUDA框架下的关键帧互信息熵多级提取算法。在CPU调度及GPU划分线程基础上,依据帧间三通道互信息熵,将视频序列初次划分为静态片段类和动态片段类;运用相邻帧间互信息量极小值法,将动态片段划分成多个关键子类,在关键子类中选取预备关键帧;并运用SUSAN算子分块计算,快速完成帧间的边缘匹配,从预备关键帧中滤除冗余,得到最终的关键帧序列。实验结果表明,与其他算法相比,该算法的查全率和查准率均为91%以上,提取关键帧的数量平均减少约42.82%,降低了视频数据量的存储,与其他CPU串行方法相比,其关键帧提取时间减少约50%,提高了算法运算效率。     

基于关键帧的双流卷积网络的人体动作识别方法

针对视频序列中人体动作识别存在信息冗余大、准确率低的问题,提出基于关键帧的双流卷积网络的人体动作识别方法.该方法构建了由特征提取、关键帧提取和时空特征融合3个模块构成的网络框架.首先将空间域视频的单帧RGB图像和时间域多帧叠加后的光流图像作为输入,送入VGG16网络模型,提取视频的深度特征;其次提取视频的关键帧,通过不断预测每个视频帧的重要性,选取有足够信息的有用帧并汇聚起来送入神经网络进行训练,选出关键帧并丢弃冗余帧;最后将两个模型的Softmax输出加权融合作为输出结果,得到一个多模型融合的人体动作识别器,实现了对视频的关键帧处理和对动作的时空信息的充分利用.在UCF-101公开数据集上的实验结果表明,与当前人体动作识别的主流方法相比,该方法具有较高的识别率,并且相对降低了网络的复杂度.     

嵌入式视频摘要及智能视频监控系统设计

利用基于ARM嵌入式的图像处理系统和传统的PC系统相比具有体积小、功耗低、成本低、易于部署等优点,基于友善之臂的Tiny4412开发板设计并实现了视频摘要及智能视频监控算法。该算法通过Vibe算法提取前景事件,并区分起点关键帧和终点关键帧以形成有效事件帧,再连接有效事件帧形成摘要视频。摘要视频和原始视频相比,由于只包含有效事件帧,解决了海量视频冗余度过大的问题,有利于节省存储空间,并且有助于用户事后快速浏览。同时,系统将关键帧通过邮件发送给指定用户,达到了实时智能监控的目的。结果表明,该系统能有效的实现智能监控,是市场化的开端。     

基于改进的JND模型的视频水印算法

针对视频版权的保护,提出了一种基于改进的JND模型的视频水印算法。此算法首先选取二值图像作为图像水印,利用Logistic混沌映射对图像进行加密;然后对载体视频进行关键帧提取,将提取的帧进行4层小波分解,结合分形理论对小波系数进行D树和R树的存储,并根据人类视觉系统(HVS)提出改进的JND模型,进而将处理后的水印信息按照三个方向自适应的嵌入到D树和R树中。实验结果表明:本工作的算法具有较好的不可见性,且针对噪声、高斯滤波、旋转等攻击具有良好的鲁棒性。     

新闻视频播音员的检测与跟踪

新闻视频中播音员镜头的检测与跟踪是视频故事单元分割的重要基础工作,也是内容信息安全研究的基础。本文提出了一种基于PCA特征提取的新闻视频播音员镜头的检测与跟踪方法。首先将新闻视频进行镜头分割并提取关键帧;其次,通过对关键帧图像进行人脸检测与分析,找到新闻视频中所有候选播音员图像;最后,通过学习方法,实现播音员图像的分类检测,并对播音员镜头进行跟踪。通过对来自CCTV的视频实验结果表明,该方法可有效地实现新闻视频播音员镜头的检测和跟踪.     

基于素描对视频的人脸识别研究

在公共安全领域查找关键人,需在视频中比对素描进行检索.为此,改进了仅依靠对素描和视频数据中的人脸提取整体或者局部特征的识别算法,将人脸识别问题转为人脸检索问题,把这2种媒体数据表示为第3种数据,即图像列表.通过比较图像列表完成最终的特征比对.所设计的系统扩展了人脸识别的研究范围,且支持多种媒体数据的检索.对比人脸视频分析融合系统,对素描-视频数据进行人脸识别,结果显示,所提出算法的正确识别率和曲线下面积都有相应提高,而等错误率降幅显著.     

基于ViBe算法运动特征的关键帧提取算法

针对视频关键帧提取算法中运动类视频运动目标特征不易提取所造成的错选和漏选问题,提出一种基于背景建模(visual background extractor, ViBe)算法的前景运动目标特征提取的关键帧提取算法。通过ViBe算法对视频序列进行前景目标检测,提取前景运动目标的尺度不变特征变换(scale invariant feature transform, SIFT)特征,并对相邻帧之间的特征数据进行特征点匹配,根据定义的公式计算视频帧的相似度,然后根据提出的关键帧判别方法输出视频的关键帧。试验结果表明,该算法能较好的解决运动类视频关键帧提取中出现的漏选和错选问题,与基于SIFT分布直方图的算法相比,其查准率和查全率的综合指标F₁值有较好提高。因此该算法对于判别运动类视频中包含关键动作的关键帧具有较好的检测效果。     

基于语义的武术视频检索技术研究

提出了基于语义的视频分析方法及其在武术视频检索中的两个步骤：基于双边滤波的边缘检测算子对时空切片做边缘检测;基于SVM的方法对关键帧进行语义提取并训练分类.利用这两个步骤中的相关算法完成的系统实现了对武术视频的分割与检索.实验证明利用本系统能更好的利用武术视频的特点进行检索.     

基于改进SURF算法的交通视频车辆检索方法研究

针对传统车辆检索方法中存在准确性和区分度较低的问题,提出了一个基于改进SURF(speeded up robust features)算法的视频车辆检索方法。在车辆视频关键帧提取的基础上,根据改进SURF算法完成车辆图像的特征提取及匹配,其中包含改进FAST(features from accelerated segment test)特征点检测、SURF特征向量提取以及最近邻查询方法来进行特征点的匹配;通过计算比较待检索车辆图像与数据库车辆图像的相似度,算法完成图像筛选并反馈检索结果。实验结果表明:针对交通监控视频中待检索车辆,该方法能够较为准确地进行检索并反馈结果。     

分布视频编码中基于帧间相关性的自适应关键帧选取算法

针对分布式视频编码(DVC)系统中固定周期关键帧选取(PKFS)方法忽视了帧间相关性的缺陷,提出了一种自适应关键帧选取(AKFS)算法。利用图像特征点检测与匹配的方法,将相邻图像的非匹配点作为帧间相关性的近似,把累积或平均非匹配点数超过阈值的帧判定为关键帧。在此基础上,提出改进的帧内插方案,以适应不同长度序列组的边信息生成;将零运动强度的关联帧合并为一帧图像参与编解码,进一步提高了系统的压缩效率。实验结果表明,对于不同运动特性的序列,本文提出的算法可以明显提升边信息帧的重建质量,使系统的率失真性能提高0.9～2.0 dB,并有效降低了编码传输码率。     

基于Inception-V3网络的双阶段数字视频篡改检测算法

为了克服现有数字视频取证算法识别准确率低、定位能力差等缺点，提出一种具有高识别率且定位准确的基于Inception-V3网络的二级分类取证算法.在第一级分类器中提出简单的阈值判断方法来区分原始和篡改视频，第二级分类器将采用Inception-V3网络的稠密卷积核结构来自动提取篡改视频帧的高维多尺度特征.高维多尺度特征有助于提升篡改视频帧的识别率.实验结果表明，本文提出的算法不仅能准确地检测出篡改视频，还能从篡改视频中精确定位出篡改帧.     

利用自适应阈值的聚类算法实现关键帧提取

聚类算法是关键帧提取的一种常用方法,然而,在对视频内容一无所知的情况下,预先指定聚类算法的阈值是一个很困难的问题,文章首先提出了一种自适应确定聚类阈值的算法,再以视频中的帧序列为数据样本进行聚类,得到最终聚类结果,最后从每一类中提取离类中心最近的帧作为关键帧。实验表明,该方法能较好的提取出视频序列的关键帧。     

三维蚁堆算法在视频关键帧提取中的应用

为了有效、且自适应的提取出视频中的关键帧,提出了一种改进的三维蚁堆新算法。该算法首先提取每一帧中H-S-V颜色空间的三维特征向量,并将其表示为H-S-V三维欧式空间中的点,之后通过改进的三维蚁堆算法,自适应的聚类,从而提取出视频中的关键帧。通过MATLAB仿真并与传统算法对比,结果表明:相对于传统算法,该算法的查全率和查准率都有了一定程度的提高。     

基于MPEG压缩视频的场景摘要合成算法

分析了MPEG-2的编码结构,提出在压缩域上直接提取I帧,克服了传统视频检索算法先解压视频文件再进行处理的缺陷.然后利用I帧的DC系数进行信息系统建模,通过RS的属性约简理论对I帧约简得到反映镜头主要内容的关键帧,之后对关键帧的DC系数进一步建模,根据帧的差异度得到相应镜头的分类,由此将同类镜头的I帧聚合得到场景摘要,从而获得视频的场景摘要.     

基于动态帧的视频关键帧提取算法研究

针对基于内容的视频检索系统,提出了一种关键帧提取算法．为了提高算法的保真度和压缩比,首先构造了动态帧,它的每个像素对应一个像素代表灰度集合,该集合中的元素可以最大限度地代表镜头中相应像素的灰度值,然后根据镜头中每一帧与该镜头动态帧之间的距离来确定关键帧．为了验证本算法的有效性,选取了大量视频与TMOF算法及SKF算法进行比较．结果表明：该算法具有较高的准确性和可靠性,保真度和压缩比均高于其他两种算法．     

一种改进的全局Retinex监控视频图像增强方法

考虑到监控视频每相邻帧图像背景及光照近似,合理运用帧间信息,构建了一种改进的Retinex图像增强算法。对每一帧图像进行不同尺度及参数的高斯低通滤波,滤波结果取模极小提取各帧背景信息,通过融合多帧图像背景,获取该时刻上视频图像的准确背景,使用该背景进行Retinex算法增强。实验结果表明,算法增强后的图像暗处细节信息更加丰富,获得了更舒适的视觉效果。     

电力作业远程监控系统中视频的优化传输方法

针对当前电力系统现场作业监管的弊端,设计开发电力在线作业远程监控指挥系统。现场视频通过无线网络经由服务器回传至指挥中心,由于无线网络带宽的稳定性无法保证视频传输的实时性,视频图像传输存在延时长、丢帧严重等现象。为解决视频传输实时性和完整性的难题,提出一种基于帧相似度的视频优化传输方法。该方法根据H.264压缩编码方式的特点,分类标记帧间相似度参数,以区分帧重要性;同时实时监测网络带宽变化,提出基于优先级的视频帧传输调度算法Prio-Drop算法,保证重要帧的实时传输。实验表明该优化传输方法显著提高了传输视频的解码质量,并达到实时性的要求,为提升电力监管力度、强化应急指挥能力提供技术指导。