基于模型的人体运动跟踪

在计算机视觉领域,人体运动分析的的研究正因其广泛的应用前景而越来越受到研究 重视,对图像序列中的人体运动进行了跟踪是其中的关键技术。由于人体运动的特殊复杂性,已有的研究方法都对人体加上了许多限制条件。     

虹膜自相似性识别方法研究

针对虹膜的纹理变化细节具有自相似性的特点,在传统的分形理论基础上,提出一种新的分形维数——变化分数维作为其特征;然后使用增量支持向量机对不同条件下获得的虹膜样本进行学习,所得的增量支持向量机用于识别测试虹膜样本．实验表明文中方法是可行的,变化分数维较好地反映了虹膜的纹理变化特性,而把学习机制引入虹膜识别方法,也有助于提高虹膜识别系统的鲁棒性．     

基于双摄像机的视频特征跟踪算法研究

在视频动画中,特征跟踪结果决定了三维重建的运动信息是否逼真。提出一种基于双摄像机的视频特征跟踪算法,它采用卡尔曼滤波预测特征点的位置,然后利用子块模型进行特征匹配,最后利用极线方程指导跟踪和剔除跟踪误差大的特征点。该算法已经用于我们开发的VBHA系统中,实验结果表明,其速度和效率能够满足视频动画的要求,并且能够部分解决自遮挡的问题。     

基于支持向量机的视频字幕自动定位与提取

视频字幕蕴含了丰富语义 ,可用于对相应视频流进行高级语义标注 .文中首先将原始图像帧分割为 N× N的子块 ,提取每个子块的灰度特征 ;然后使用预先训练好的 SVM分类机进行字幕子块和非字幕子块的分类 ;最后结合金字塔模型和后期处理过程 ,实现视频图像字幕区域的自动定位提取 .实验表明文中方法取得了良好的效果     

基于隐马尔可夫链的广播新闻分割分类

提出了使用具有模拟随机时序数据良好能力的隐马尔可夫链来完成广播新闻分割分类的算法,首先使用含隐藏语义状态的隐马尔可夫链把原始广播新闻粗略分类成开始/结束和语音两部分,其次应用3个隐马尔可夫链,按照最大似然概率法把语音片段预识别为主持人介绍、广告和天气预报,最后由语义变化速率识别出新闻现场报道,完成广播新闻的精细分割分类任务。     

用语义联想支撑基于内容的视频检索

视频检索的传统方法之一是首先从视频中摘取出文本信息（如标题,关键词等等）,然后基于一关键字集上回答用户的查询,由于自动摘取文本信息的过程至今尚未自动化,因而从视频中摘取信息主要由人工来完成,这在实际应用上证明是不现实的,另一种方法则是上一情形的极端,即它是利用低层的视频内容,诸如颜色,纹理,形状,运动特征等等,目的在于克服人工摘取关键字所涉及的困难,文中提出了基于ＴｏＣ视频结构的语义表达,从视频的     

基于角色的协同虚拟环境并发控制投机策略

为解决一致性和响应性两大需求在协同虚拟环境并发行为空间上的严重冲突,将响应性细分为系统响应性和个体响应性,给出了并发控制通用设计准则,以保证一致性为前提,力求实现最优系统响应性并改善个体响应性这一并发控制设计目标.由此,提出了一种新的基于角色的协同虚拟环境并发控制投机策略及其失败恢复机制,并给出了具体实现.通过令牌机制和投机策略的有效结合,该机制可以在一致性和响应性之间寻求均衡;而角色机制可以进一步优化系统性能.     

一种启发式的用哼唱检索音乐的层次化方法

“用哼唱检索音乐”是一种友好的基于内容的音乐检索方法,它已经引起了广泛的研究兴趣;在对音乐库做了统计分析的基础上,总结了一些启发式规则,帮助对哼唱输入进行基音检测、音符分割,哼唱输入表达为音高轮廓图和节奏,音乐库中的音乐按音乐的节奏类型分为不同的节奏区域,并从每首音乐中抽取旋律轮廓图和节奏信息,用递归神经网络记忆旋律轮廓,音乐库的索引是神经网络的权值矩阵,将哼唱输入与音乐库中的音乐匹配的过程就是计算神经网络的输出过程。实验结果显示了所提方法的有效性。