Modeling Moving Objects over Multiple Granularities

This paper introduces a framework for modeling the movement of objects or individuals over multiple granularities. Granularity refers to selecting the appropriate level of detail for a task. At fine granularities, spatio-temporal information is revealed that was not previously known, such as additional locations that an individual visited or multiple visits to the same location. Conversely, moving to a coarser granularity or simpler view generalizes spatial and temporal aspects of movement allowing for an improved understanding of movement. Movement is modeled as geospatial lifelines, time-stamped records of the locations that an individual has occupied over a period of time. Depending on the desired granularity, lifelines are modeled as lifeline beads, necklaces, or more general approximations of these structures and this paper examines how different aspects of lifelines become relevant at refined or coarse granularities.     

时空数据库移动点轨迹建模

时空数据库的移动点轨迹建模技术是近年来是时空数据库研究热点之一.本文在给定一系列时空数据库移动点的信息,找出实际应用中时间更新阈值和空间距离阈值,结合移动点时空模型和数学上线性回归的建模思想,建立一种新的支持过去、现在、未来的移动点轨迹模型,并有效地预测了移动点在某一时间阈值内,移动点的运动趋势及范围.     

一种基于运动目标的视频水印方法

提出一种基于视频中运动目标的自嵌入水印方法,可以实现在视频信息接收端对运动目标的无损恢复。为保证在水印嵌入前后获取的目标完全一致,给出一种新的运动目标提取方式,即使用近似于原始视频帧的合成帧来提取视频中的运动目标。实验结果表明,在视频未被篡改或在一定程度上被篡改的情况下,该方法可以实现运动目标的完全恢复,具有一定的可行性。     

数字图书馆中基于内容的图像检索技术

随着多媒体技术的飞速发展,多媒体信息的日益丰富,多媒体信息检索技术已成为当前研究的热点.本文着重介绍了基于内容的图像检索技术及其发展,分析了图像信息的多种特征提取方法,最后,给出了一个基于综合特征提取的图像检索系统实例.     

基于压缩域的视频检索系统模型

文章提出了一个基于内容的视频检索系统模型,该模型直接对压缩视频数据进行处理,可节约解压缩的时间,减少运算量,提高系统处理效率。文章对该模型的系统结构以及系统实现所需的一些关键技术进行了介绍。     

基于像素层背景模型的复杂场景运动目标检测

为了从复杂变化背景中鲁棒地检测、提取运动目标,提出一种基于像素层背景模型的运动目标检测算法。该算法采用快速均值漂移方法将背景帧上具有相同统计特性的像素划分为一个像素层,背景模型从而被表示为一组像素层,通过与邻域像素对应的层匹配来检测运动前景像素。实验结果表明,该方法可以实时、准确地检测运动目标,特别是在摄像机颤动等原因造成的背景时域不规则变化情况下,比经典的基于混合高斯背景模型的方法具有更好的检测效果。     

基于内容的多媒体检索技术浅析

基于内容的多媒体检索是从新的角度来管理多媒体信息,包括视频媒体的结构化组织和浏览;图像和音频信号的处理.使其应用于更广泛的信息存取.文章分析了内容的多媒体检索的技术原理、特点和方法.指出一些需要完善的问题,如特征提取和语义获取、基于内容的编码等.     

包含运动物体的图像拼接关键技术

提出一种基于特征点的运动场景图像拼接算法。基于相似变换消除选取在运动物体上的特征点,并使用RANSAC算法进行外点的剔除。在融合阶段,根据齐次变换矩阵求得对2幅图像的差异图像,并执行区域增长算法,从而分割出运动区域。使用一种分段映射算法生成全景图像。实验证明了算法的有效性。     

基于Matlab实时运动目标跟踪检测系统

运动目标的检测跟踪是视频理解技术和计算机视觉的研究热点,其在解决智能视频监控,人机交互,智能交通系统等领域有着广泛而重要的应用,基于此利用matlab平台构建出USB摄像头实时图像采集处理系,从视频流采集到处理综合利用了背景估测,图像分割,目标检测与跟踪算法准确高效地检测出环境场景中的动态目标,并成功地对其进行实时追踪。利用matlab的simulink模块编程实现提取视频流YcbCr输入系统进行运算处理,并改进了背景估测和目标检测算法,提高系统的实时性。最终利用多次试验,对室内和室外运动目标实现检测跟踪,验证了系统处理实际问题的可靠性能。     

复杂背景中一种特定运动目标检测与跟踪方法

针对复杂环境对运动目标检测与跟踪产生的不利影响,提出一种自适应运动能量阈值结合精简彩色SIFT描述子的特定运动目标检测与跟踪方法。运用自适应运动能量阈值方法自动滤除复杂环境干扰以完成运动目标检测,由此形成目标匹配搜索域,并给出经主成份分析及精简后的彩色SIFT描述子( PCA-CSIFT )进行目标匹配,从而实现特定运动目标的连续跟踪。实验结果表明,在复杂环境下,运动目标检测方法对目标总量变化不敏感,错误率始终稳定在6.5%~34%之间。 PCA-CSIFT算法在保持高可区分性的同时错误匹配率为25.33%~28%,平均每帧处理时间不超过0.26 s,具有较好的鲁棒性与实时性。     

Stratification Approach to Modeling Video

The explosive growth of audiovisual information in the last few years has made the development of advanced video modeling and management tools an urgent task. In this research, we investigate the use of stratification approach to model the contextual information of video contents as multi-layered strata. By judiciously choosing the right level and types of strata, we are able to automate a major part of the strata extraction process. Using the strata as the basis, we have developed advanced functionalities to support the flexible retrieval and content-based browsing of video. A prototype has been developed to support the whole process of video management, from strata extraction, to indexing, retrieval and browsing. The prototype is tested in the domain of news video and the system has been found to be effective.     

基于公路网的移动对象数据库数据模型

移动对象数据库对大量移动对象的位置信息进行管理,能够支持传统数据库不能进行的时空查询,考虑到大多数移动对象的运动都固定在已知的路线中,基于公路网的移动对象数据模型、通过对公路网拓扑图的数字化转换,能够对移动对象进行有效的管理,该文采用实时平均法来反映每条线路的动态运行情况,对移动对象未来位置进行了精确预测。     

基于低秩矩阵分解的运动目标检测

运动目标检测是视频监控任务的基础问题之一,针对灰度信息,目标检测存在的阴影识别能力差、检测精度低等问题,提出在HSV颜色空间下基于低秩矩阵分解的运动目标检测算法.首先将获取的RGB图像转为HSV颜色空间分量,分别对H、S、V通道构建低秩观测量,进行低秩矩阵优化分解,分离出不同颜色通道的前景和背景分量;组合H、S、V通道分量的前景图像,得到粗略的运动目标区域;再采用HSV颜色阴影去除去除前景图像中的阴影;最后经噪声去除和空洞的填充,检测得到准确的前景运动目标.实验验证表明,与其它方法相比,能够有效地提高运动目标检测的准确度.     

基于内容的新闻视频检索技术研究

新闻视频的检索具有较大的实用意义。本文结合新闻视频的层次结构,从具体的每一步骤对现有的基于内容的新闻视频检索的常用技术,尤其是关于利用音视特征来进行新闻单元分割,进行了总结和探讨比较,指出了目前研究中存在的主要问题并提出了今后的研究方向。     

基于反馈日志分析的图像检索相关反馈方法

基于内容的图像检索是多媒体数据库研究的重要内容之一。近年来,采用用户相关反馈方法提高检索效率的研究已成为新的热点,用户相关反馈是一种交互式的渐进过程,如何提高反馈效率,减少交互次数是该技术面临的主要问题,提出一种通过对相关反馈历史数据进行在线分析从而加快反馈过程的新方法,对10000幅图像数据库的实验表明,与传统相关反馈技术相比,新方法对检索效果有明显改善。     

基于压缩域特征的音频检索技术

首先对基于内容的多媒体检索的相关概念、特征进行介绍,提出一种基于压缩域特征的音频检索方法,该算法在压缩域上直接对音频信号进行分析,达到多媒体实时检索的目的,实验结果证明,该算法有较好的检索结果。     

Search Algorithms for Subdatatype-Based Multimedia Retrieval

Recently, researchers have mainly been interested only in the search for data content that are globally similar to the query and not in the search for inside data items. This paper presents an algorithm, called a generalized virtual node (GVN) algorithm, to search for data items where parts (subdatatype) are similar to the incoming query. We call this subdatatype-based multimedia retrieval. Each multimedia datatype, such as image and audio is represented in this paper as a k-dimensional signal in the spatio-temporal domain. A k-dimensional signal is transformed into characteristic features and these features are stored in a hierarchical multidimensional structure, called the k-tree. Each node on the k-tree contains partial content corresponding to the spatial and/or temporal positions in the data. The k-tree structure allows us to build a unified retrieval model for any types of multimedia data. It also eliminates unnecessary comparisons of cross-media querying. The experimental results of the use of the new GVN algorithm for subaudio and subimage retrievals show that it takes much less retrieval times than other earlier algorithms such as brute-force and the partial-matching algorithm, while the accuracy is acceptable.     

基于内容的图像检索技术研究

阐述基于内容的图像检索研究中存在的问题,并介绍其基本原理、检索方法、关键技术以及研究的进展和趋势.     

数字图书馆信息检索技术及其应用

从数字图书馆的发展现状展开研究,对数字图书馆与传统图书馆进行了比较,分析了信息检索概念和技术。介绍了CBR的特点,重点阐述了数字图书馆多媒体检索技术分类及各自特点,明确指出了数字图书馆建设的意义、应用中存在的问题,展望了数字图书馆的前景。     

一种新颖的海上运动目标实时检测方法

提出了一种基于可见光成像序列的海上运动目标的快速检测方法。该方法先在静态图像中分割出感兴趣区域,继而仅在感兴趣区域中应用变形的时间差分法来检测运动目标。在感兴趣区域分割阶段,引入视觉注意力机制,通过构造金字塔结构以及迭代的小尺寸倒三角低通模板运算成功地滤除了海面波浪噪声。在此基础上,检测并分析外边缘,在单帧图像中快速实现了感兴趣区域的分割。大量实验表明,该方法具有实时性好、鲁棒性强等特点。