基于MI-SURF特征的关键帧提取算法

关键帧提取技术是视频检索领域的一个核心问题。关键帧提供了视频的主要内容,能减少视频存储占用空间。文章提出了一种基于MI-SURF特征的关键帧提取算法。该算法融合互信息熵和SURF图像局部特征来提取关键帧。实验结果表明,该算法所得的关键帧能有效表示视频内容。     

基于内容的视频检索系统设计与实现

视频数据库的不断庞大使基于内容的视频检索成为研究热点,文中设计和实现了一个基于内容的视频检索系统,并进一步将检索内容分为视频片段与单一视频帧进行处理。将视频的多种特征与相关反馈技术中相结合,进行检索。实验表明:该方法能有效的提高系统的检索效率。     

短视频平台生态治理机制优化研究

短视频行业发展迅猛,用户规模不断增长,但是在发展过程中却出现了内容低俗且同质化严重、使用成瘾、侵犯隐私、信息茧房、网络诈骗等众多问题。基于现存问题,一些短视频平台整改态度良好,推出对应措施,但并未能完全杜绝此类现象。短视频平台应从自身出发,在改进算法推荐机制、增加内容审核的人工投入、合理控制用户使用时间、完善平台—用户沟通机制以及积极建立多机构合作等方面进行改进,切实履行主体责任,主动营造良好的传播环境,以获得长久发展。     

互信息熵和Prewitt差测度的Lasso模型关键帧提取

针对视频关键帧提取过程中,需要对视频中每帧图像进行大量诸如特征提取、图像配准、冗余消除等高复杂度的计算,占用大量的运算时间等问题。提出了1种互信息熵和Prewitt差测度的Lasso模型关键帧提取算法。该算法首先利用视频分割技术,将视频按照镜头变化分割得到了视频片段;其次利用互信息熵和Prewitt双重特征量提取视频片段中的关键帧并采用边缘匹配算法消除冗余帧序列。最后,得到的关键帧序列用Lasso模型检验收敛性。理论分析和实验结果表明,与基于加权的多视图关键帧提取算法相比,关键帧提取时间平均缩短了28.7s,验证了本文算法的高效性。     

火灾事故调查视频资料的取证与审查

为规范火灾事故调查过程中视频资料的取证及证据能力审查，对10 起火灾事故视频资料进行比对，分析不同火灾现场视频资料取证的特点在认定起火时间、起火部位、起火原因等方面的证明作用，阐述视频资料取证原则、程序、图像分析、管理及证据审查内容，提出视频资料作为证据使用时应具备的主要条件。     

基于深度学习的以图搜图架构及在公安图侦中的应用

随着智能视频分析技术的不断发展,图像检索技术在公安图像侦查领域发挥着越来越重要的作用,传统基于内容的图像检索主要提取目标的低级特征,易受环境干扰,导致复杂监控场景的检索准确率低下,实战效果不理想。基于深度学习的以图搜图关注高层特征的抽象,能有效克服遮挡、光照、角度变化等因素的影响,应用于图像检索具有一定的优势。本文主要介绍了基于深度学习的以图搜图架构及在公安图侦中的应用。     

智媒时代短视频对中国传统艺术文化的传播探究

科技的发展使人类进入了智媒时代,智媒时代的网络短视频具有精准推送内容、用户参与互动感强、AI附能社交互动等特点。而通过"用户-用户"的浸润式传播、凝练视频时间与传播内容以及激发用户参与制作短视频等方式,可提高受众对中国传统艺术文化的认知能力。     

基于内容的航空图像检索系统分析与设计

基于内容的图像检索根据图像、图像的内容语义以及上下文联系进行查找,以图像语义特征为线索从图像数据库中检出具有相似特性的其它图像.因为图像的规模一般要大于纯粹的文本信息,因此,基于内容的图像检索在检索的速度和效率上要求更高.航空图像的检索是目标数据库应用的重要方面.对基于内容的图像检索理论进行了研究,给出了图像检索的基本原理和该检索系统的组成和初步构建.     

视频内容解析数据共享云平台的设计与创新

视频图像智能分析处理主要包括视频图像输入、内容分析、内容描述、存储应用等几个环节。视频图像智能分析处理的主要功能包括视频图像内容/事件分析和视频图像内容结构化数据描述两部分。视频图像内容/事件分析功能可包含目标检测与特征提取、目标识别、行为/事件分析等子功能,视频图像内容结构化数据描述是对视频图像内容/事件分析结果的结构化描述。通过该平台的部署,可以有效地提高安全防范系统整体的安防掌控力,进一步稳固并改善区域的公共安全环境。为重大活动安保、打击违法犯罪、处置突发事件、机场公共管理和社会面治安控制等工作中提供有效的技术支持。     

G.1070视频质量评估改进模型的实现与评估

传统的G.1070模型在评估视频质量时,未考虑视频内容的差异性对用户感受质量的影响,当视频编码比特率较低时,评价结果与用户主观感受有较大差距。为了实现对视频质量的准确评估,在G.1070改进模型的基础上,考虑视频内容的影响,减少模型参数,提出了更精简的评价模型,利用运动复杂度表征视频内容特性,依据视频内容对模型分类,将视频分辨率作为评估因素加入到G.1070模型中;采用线性函数拟合参数关系,精简模型。实验结果表明,所提出的模型计算得到的客观分数与主观测试分数的均方误差为0.338 1,能够准确评价不同视频的质量。