视频镜头分割技术综述

视频序列的镜头分割亦称镜头变化检测是视频检索中的关键技术之一。镜头变化是指视频序列中场景内容的变化。随着数字视频的飞速增长,对视频内容快速而有效的检索技术变得越来越重要。本文概述了基于内容的视频分割技术。主要包括非压缩域和压缩域两个主要方面的镜头变换检测方法。     

基于支持向量机的视频关键帧语义提取

针对如何从视频关键帧中提取语义的问题,提出了一个使用多类支持向量机（SVM）对风光纪录片的关键帧进行分类来提取语义的方法. 支持向量机利用从风光纪录片的关键帧中提取的彩色直方图和MPEG（活动图像专家组） 7的边缘直方图特征对关键帧图像进行分类,从而得到关键帧的语义. 对具有不同核函数的支持向量机的分类进行了研究,并对分类的结果进行了对比. 结果显示,具有二项式（Poly nomial）和RBF（radial basis function）核函数的SVM,其分类准确度比其他的SVM约高3％.     

基于支持向量机的语义视频摘要

针对如何在语义层次上形成视频摘要问题,提出了一个基于支持向量机的风光记录片语义视频摘要算法。利用支持向量机对镜头关键帧进行语义分类,对每类镜头关键帧根据引入的镜头“重要性”函数提取构建视频摘要的帧。改变重要性函数阈值的大小,可以很方便的得到不同粒度的视频摘要。实验结果表明该算法形成的视频摘要较好地表达了视频的内容。     

基于类间距离和准则的镜头分割

镜头切换检测是视频检索研究领域中一项基本的、重要的技术.然而传统的镜头边界检测方法都只考虑了视频相邻两帧的信息,没有充分考虑到视频序列中前后的连续性,从而容易导致误检测.基于此,提出了一种基于类间距离和准则对镜头边界进行检测的新方法,该方法能够充分利用视频序列中的连续性信息,克服传统镜头边界检测方法的不足,有效地提高了检出率及精确率.大量实验表明,该方法是行之有效的.     

基于伴生与互补颜色特征的车牌字符分割新方法

针对车牌区域的伴生与互补的颜色特征，提出一套字符分割的新算法、该算法利用定位到的车牌区域的原始颜色特征，直接进行字符及背景的提取，完成2值化过程，避免了图像处理过程中带来的误差，因此产生的噪声较少；最后利用垂直积分投影进行字符分割．对200幅从交通卡口获取的真实的彩色图像进行试验，算法对车牌破损，污垢、铆钉及字符粘连、过饱和等造成的影响均不敏感，其准确性，鲁棒性及实用性均较好．     

基于颜色特征的植物根系图像分割方法

良好的图像分析系统可快速确定各种各样的植物根系参数.一般说来,在进行植物根系图像的测量处理之前还应对其做特别的准备.图像分割是计算机视觉低层处理的重要步骤.由于植物根系彩色图像有比其灰度图像更多的视觉信息,所以它们在根系图像特征的提取处理过程中更为有用.论文对现有几种彩色图像分割方法进行了比较分析,提出了一种基于颜色特征的图像分割法,并将其应用于扫描和数码相机拍摄植物根系图像的分割处理.     

基于伴生与互补颜色特征的车牌字符分割新方法

针对车牌区域的伴生与互补的颜色特征,提出一套字符分割的新算法.该算法利用定位到的车牌区域的原始颜色特征,直接进行字符及背景的提取,完成2值化过程,避免了图像处理过程中带来的误差,因此产生的噪声较少;最后利用垂直积分投影进行字符分割.对200幅从交通卡口获取的真实的彩色图像进行试验,算法对车牌破损,污垢、铆钉及字符粘连、过饱和等造成的影响均不敏感,其准确性,鲁棒性及实用性均较好.     

基于图像预处理分类分割的盲道分割算法

高准确分割率的盲道分割算法是实现高性能导盲系统的重要保障. 提出一种基于颜色直方图支持向量机方法,将盲道预分类为颜色盲道或纹理盲道,采用对HSV颜色空间的多参数融合的改善OTSU分割方法处理颜色盲道分割,采用基于纹理增强的K均值聚类方法处理纹理盲道分割. 通过有效的预处理分类,可以针对性地根据盲道的颜色或纹理特征进行识别,同时由于采用了改善的颜色和纹理分割算法,极大地改善了对不同种类和环境下的盲道的适应能力. 测试证明,该方法对于测试库图片平均分割准确率可达到90%以上.     

一种视频关键语义对象的检测方法

针对不同语义对象在视频语义分析过程中地位和作用的差异性,提出了关键语义对象的概念,将视频的语义分析起决定作用的对象定义为关键语义对象。根据人眼对视频对象的反应特点,提出了根据对象的亮度、方向特征、运动节奏等三个分量为特征向量的关键语义对象判定算法,并分别给出了计算各个分量的方法和公式。通过对不同类型的视频文件的分析,该算法适合体育视频及监控类视频关键语义对象的识别。     

基于多颜色空间的不良视频检测

针对血腥、暴力、色情等不良视频不可能经常更新的特点,提出了一种新的机器检测和人工参与相结合的不良视频检测方法。首先,人工标定不良视频;其次,计算多颜色空间里各个颜色分量的归一化能量曲线,并建立视频特征库;最后,系统根据视频特征库自动地检测人工所标定的不良视频。实验结果表明,该方法能快速、准确地检测人工标定的不良视频,并进行有效的预警。     

一种新的图像颜色特征提取方法

为了降低特征空间的维数,将图像的先验知识融合到采用SVM构造的分类器中,提出了一种新的基于HSV空间的20色非均匀颜色量化算法．与传统的颜色量化算法相比,该算法降低了时间和空间复杂度,提高了检索的准确率,易将图像的先验信息融合到SVM的核函数中,提高了分类效果．实验表明本文提出的图像颜色特征提取算法可成功应用于海量图像库检索和图像语义信息的自动提取．     

基于灰度化权值调整的水下彩色图像分割

针对传统自适应阈值法在水下图像分割过程中存在目标与背景粘连等问题,提出一种基于灰度化权值调整的水下彩色图像分割方法。区别于传统阈值分割方法中灰度化权值固定且研究如何确定合适阈值的思路,研究灰度化权值调整方法。本文方法利用统计得到的图像灰度信息来确定不同通道内目标与背景间灰度级差异性的大小,提高差异性较大通道的比例,以增强灰度化后图像中目标与背景的对比度,同时减小差异性较小通道的比例,以降低其对灰度化结果的干扰,对灰度化后的图像进行阈值分割得到最终分割结果。针对水下作业的时序列图像,设计了两步序列图像处理方式来降低耗时。通过4组水下对比实验以及耗时实验对方法的有效性进行了验证。     

基于多级特征级联的遥感图像实时语义分割

针对遥感图像语义分割中存在的分割耗时长、分割小目标不准确的问题,提出基于多级特征级联的高分辨率遥感图像快速语义分割模型(multi-level feature cascade network,MFCNet).该模型主要由特征编码、特征融合以及目标细化3部分组成.特征编码对输入的不同分辨率图像用不同量级主干网络进行特征提...     

基于多级特征并联的轻量级图像语义分割

针对当前语义分割算法普遍具有网络结构复杂和计算开销巨大的问题,为了综合提高语义分割算法实时性和精确度,提出计算高效的基于多级特征并联网络（LSSN）的轻量级图像语义分割网络. 该算法综合考虑网络的参数量、运行速度和性能,能更好地应用到嵌入式设备和可移动设备上. 应用微调的深度卷积神经分类网络作为特征提取网络结构,提取网络不同深浅层语义和位置特征. 提出空洞残差增强模块和深度空洞空间金字塔模块分别处理来自特征提取基准网络的深层特征和浅层特征,并将深浅层特征按特定维度比例以并联的方式进行融合. 所提方法在PASCAL VOC 2012数据集上准确度（平均交并比）为77.13%,与当前具有高性能的语义分割算法和实时语义分割算法相比,能更好地平衡网络的实时性和精确度,具有更优的实用价值和性能效果.     

一种用于自动驾驶场景的轻量级语义分割网络

在自动驾驶场景下,针对语义分割模型在车载硬件设备中部署时内存受限且算力不足的问题,需要设计一种较好权衡效率和精度的语义分割模型。采用单分支网络结构,设计了一个轻量级多尺度双向注意力网络。为了实现高效的特征提取,设计了一种轻量级卷积单元来构成网络的特征提取骨干。为了较好地定位和分割道路场景中尺度差异较大的物体,提出了一种多尺度双向注意力模块。它具有全局多尺度感受野,并且在沿一个方向编码通道注意力的同时保留了另一个方向的空间位置信息。基于该注意力模块,设计了跳跃注意力连接模块和特征注意力融合模块,使得输出特征兼具细节信息和语义信息。模型在Cityscapes数据集上以0.9M的参数量,取得了71.86%的平均交并比,同时在单个RTX2080Ti GPU下实现了88FPS的推理速度。实验结果表明,该模型能够实现较高的分割精度,适用于车载硬件下的部署和应用,具有一定的实用价值。     

一种纺织印染图案的多尺度彩色分割算法

为了提高纺织印染图案的分色精度,提出一种多尺度彩色图像分割技术.该方法利用纺织印染图案中主要套色数少的特点,通过人眼观察手动提取图案中最具代表性的套色；根据上一尺度方块的颜色信息和同一尺度下邻近方块的颜色信息对图像进行多尺度分割,形成一棵非均匀的四叉树形结构,树中每个节点按照颜色空间的距离映射到最近的套色中,并随着尺度的递增对上一级的分割结果进行递归修正.最后对分割图像中一些小的连通区域进行后处理,消除合并这些区域,提高整体的分割精度.由计算机模拟实验的分割结果表明,与一般基于聚类技术的彩色分割算法和基于边缘提取的分割算法相比,该方法对于纺织印染图案有较好的颜色分割效果,并和人的主观视觉效果有更好的一致性.