基于时序结构图的视频流描述方法

通过对视频流的分解可以获得基于关键帧集的视频流表示,但这种表示方法不能反映出视频流中隐藏的故事发展关系,为揭示这种关系,提出了一种视频流的快速聚类算法,用于对视频流分解单元进行相关性分析,该算法通过检测视频镜头间的相似性和连续性,实现把来自同一摄像机的视频镜头归并入同一视频类,并帱此得到而且为矿山频流的快速浏览和检索提供了新的思路。     

一种通用的基于基本语义单元的体育视频内容分析框架

体育视频内容分析的研究现状集中在语义标注，对体育视频的句法分段和框架的研究较少．本文在分析了体育视频基本特征的基础上，提出了体育视频中基本语义单元(Basic Semantic Unit，简称BSU单元)的概念；继而提出了一种基于BSU的体育视频内容分析的通用框架；并且以足球视频为例，实例化了这种通用的体育视频内容分析框架．初步的实验结果表明，这种基于BSU的体育视频内容分析框架是有效和可行的．     

基于运动分析的视频检索方法

提出了一种新的压缩视频中对主要运动进行定性分析算法,该算法主要应用于视频信息检索。依据运动矢量的方向分布特性和运动矢量之间的相对关系来判断主要运动类型,可以直接用于有运动矢量信息的压缩视频流检索上。     

基于加权运动估计和矢量分割的运动补偿内插算法

提出了一种基于加权运动估计、矢量分割和可变块层次化处理的运动补偿内插(Motion-compensated frame interpolation, MCFI)算法. 首先, 提出一种加权运动估计改善了运动矢量(Motion vector, MV)的准确度, 其次, 通过矢量聚类分割将视频帧分割为运动区域和背景, 然后对运动区域的运动矢量进行了可变块层次化处理. 此过程中, 采用可变块合并算法保证了运动物体的边缘结构信息不被损坏. 同时考虑到部分可变块的多方向性, 使用了自适应矢量中值滤波器和矢量平滑降低了运动块大小, 能有效地消除传统方法中出现的方块效应和重影现象. 实验结果表明该算法在内插图像的主观视觉效果和客观评估标准上都有所提高, 而且对于运动较快及背景较复杂的视频序列同样具有较强的适应性.     

视频运动特征提取模块的实现

基于内容的视频检索为人们检索具有相似内容的视频数据提供了新的手段,而运动信息作为视频内容中的一种特有信息,是视频检索领域研究关键问题之一.通过对运动特征提取算法进行研究,设计并实现了一个实用的全局运动特征和局部运动特征提取模块.实验表明：该模块能够有效地分割全局运动与局部运动,提取的运动特征信息可作为基于内容的视频相似检索系统的重要索引.     

基于曲线拟合的视频稳像方法

根据人眼的视觉特性,提出一种基于曲线拟合的视频稳像方法。使用图像背景特征点对摄像机的全局运动进行估计,利用曲线拟合的方法计算出摄像机的抖动分量,并将曲线拟合的结果作为摄像机的主观运动方向,对其摄像机的抖动运动分量进行补偿,使图像位移矢量达到最小,以有效减少运动补偿后引起的图像信息丢失。对抖动角度在20°内移动摄像机拍摄的视频进行稳像处理,实验结果表明,该方法稳像后视频的抖动角度小于2°,视频图像信息的损失小于5%,具有较好的稳像效果,并且在稳像后保证了视频帧内容的完整性。     

基于超图聚类的故事单元的抽取与分析

合理而有效地结构化组织视频数据是浏览、检索和管理视频的重要前提.提出了一种新的层次化的结构化组织视频数据的提取故事单元的方法.它采用k-近邻超图描述镜头间的内容相似关系,利用超图模型对镜头聚类,并通过分析镜头类别间的时间投影关系提取故事单元,并采用一维字符串描述故事单元.此外,还提出了结合领域知识确定故事单元的类型的算法框架,并将其用于对话场景的检测.将算法用于测试多段视频,实验结果令人满意.     

基于运动矢量的摄像机运动定性分类方法

在视频序列中,摄像机运动在某种程序上反映了当前视频的语分语义信息,知道了摄像机运动将能够取更好的实现对视频的游览以及检索,针对现有的依据光流分布来摄像机运动参数算法中的不足,给出了一种定性分析相机运动的方法,该方法能够在相机聚焦中心－ＦＯＥ（focus-of-expansion)不在成像平面中心时检测出给定类型的摄像机运动,实验结果表明该方法对于从视频序列中分析出给定类型的摄像机运动具有较的效果。     

基于DC系数和运动矢量的快速场景分割算法

场景分割技术是动态视频分析和基于内容的视频检索的基础，以检测出来的场景作为基本单元，可以进一步对视频内容进行分析和建立索引．本文旨在提出一种基于MPEG压缩视频流的场景分割算法，利用MPEG数据流中已有的DCT DC系数和运动矢量，来检测场景的变换，从而实现场景分割，针对实际视频流中场景突变和渐变两类变换．本文提出两种方法分别处理不同情况，对于突变检测，该算法可以定位到帧，由于该算法进行最小程度的解码，降低了计算复杂度，因而大大提高了检测速度．     

相机运动条件下的行人检测与跟踪

行人检测与跟踪在司机辅助安全系统和视频监控等领域具有重要的地位.针对目前存在的关键问题,如人体运动,相机运动,背景及形状、角度等变化对检测及跟踪带来的干扰,提出了一种将运动信息与形状信息相结合的行人检测方法,准确检测运动摄像机拍摄的直立运动人体;使用了基于小面积目标的跟踪算法进行人体跟踪;利用实际拍摄的视频序列进行算法验证.实验结果表明,混合检测算法速度快,准确率高;基于小面积的跟踪算法能够鲁棒的跟踪检测到的运动人体.     

基于压缩域行为描述子的视频检索新技术

构造了一个基于压缩域行为描述子的检索模型CMRS.在CMRS中,针对特征提取部分提出了一种基于宏块连接跟踪机制的运动轨迹提取算法和一种参数行为估计算法,并且对参数化运动原始的匹配准则（PSSM）加以改进,构造了新的基于速度的相似匹配准则.最后在检索模型的实现阶段,实现了模型的总体框架.     

视像中的摄像机运动检测

摄像机的运动信息是视像内容检索中的一种重要特征。文中介绍了两种基于全局运动的摄像机运动检测方案。首先提取视像中的运动特征作为原始数据,然后分别使用了迭代最小二乘法和支持向量机分类的方法进行摄像机运动的检测,通过对试验结果的对比,前一种方案可更有效地完成摄像机运动类型的判断。     

基于感知运动能量模型的MPEG-21数字项适配

最新的MPEG-21标准定义了一个统一的多媒体框架,其目标是使多媒体资源能在异构网络和终端上进行透明传输和得到充分利用。多媒体适配(Multimedia Adaptation)技术作为实现上述目标的关键技术得到了越来越多的研究。本文将感知运动能量模型与MPEG-21数字项适配框架相结合,研究和实现了基于感知运动能量的H．264／AVC视频丢帧适配技术。本文的研完工作有两个方面的优点：一方面,感知运动能量模型的使用将丢帧适配引起的运动抖动减至最小,保证了较高的用户视觉上的主观感知质量;另一方面,数据处理能力和资源受限的适配节点不需了解具体的H．264／AVC编码语法结构和编解码算法,就能方便地执行丢帧操作,实现了独立于媒体编码格式的视频适配机制,提高了多媒体适配系统的灵活性和可扩展性。     

基于XvMC的MPEG-2硬件解码的研究与实现

研究了如何利用GPU来加速视频解码,概述了MPEG-2视频解码的系统框架,论述了MPEG-2视频解码在Linux下以XvMC(X video motion compensation)为API并基于通用可编程GPU的实现过程,重点讨论了MPEG-2视频解码中IDCT(inverse discrete cosine transform)和运动补偿的实现,提出了新的优化算法.MPEG-2视频解码算法具有一定的通用性,实验结果表明,与传统的解码方式相比,该解码器不仅能加速视频解码,还能有效降低CPU的利用率和电脑的功耗.     

压缩视频流中主要运动的定性分析

随着视频数据量的急剧增加，如何为海量视频数据建立高效索引并提供查询和检索能力成为目前信息检索领域重要的研究课题，许多研究表明，通过对视频中主要运动的定性分析，有助于实现视频内容的索引和检索，该文根据运动矢量的分布特性，运动矢量之间的相对关系特性等，提出了一种压缩视频流中主要运动的定性分析算法，实验结果表明该算法具有速度快，精度高，鲁棒性好等特性，非常适合于视频信息检索方面的应用。     

A motion-based scene tree for browsing and retrieval of compressed videos

This paper describes a fully automatic content-based approach for browsing and retrieval of MPEG-2 compressed video. The first step of the approach is the detection of shot boundaries based on motion vectors available from the compressed video stream. The next step involves the construction of a scene tree from the shots obtained earlier. The scene tree is shown to capture some semantic information as well as to provide a construct for hierarchical browsing of compressed videos. Finally, we build a new model for video similarity based on global as well as local motion associated with each node in the scene tree. To this end, we propose new approaches to camera motion and object motion estimation. The experimental results demonstrate that the integration of the above techniques results in an efficient framework for browsing and searching large video databases.     

基于对象的菱表搜索运动估计方法

ＭＰＥＧ－４是一个基于对象的视频标准,其运动估计方法不同于其他视频标准,本文提出一种基于对象的菱形搜索运动估计算法,利用图像分割信息和运动矢量的相关性,减少了得到运动矢量所需要的平均搜索点数,实验结果表明,在降低计算复杂度的同时,本算法保持了较好的图像质量。     

Least squares estimation of 3D shape and motion of rigid objectsfrom their orthographic projections

The extraction of motion and shape information of three-dimensional objects from their two-dimensional projections is a task that emerges in various applications such as computer vision, biomedical engineering, and video coding and mining especially after the recent guidelines of the Motion Pictures Expert Group regarding MPEG-4 and MPEG-7 standards. Present work establishes a novel approach for extracting the motion and shape parameters of a rigid three-dimensional object on the basis of its orthographic projections and the associated motion field. Experimental results have been included to verify the theoretical analysis     

基于HEXBS算法的运动估计器的设计

运动估计是视频压缩中最重要的环节。文中讨论了运动估计的基本原理,深入分析了HEXBS搜索算法及其特点与设计难点,设计了一种满足MPEG-4 SP@L1标准的全并行结构的高速运动估计电路,并通过FPGA验证,系统时钟频率达到30MHz,性能达到了实时编码的要求。