基于颜色直方图的快速镜头分割方法

提出了一种基于视频帧核心区域直方图的快速视频分割方法,该方法包括预处理、切变检测和渐变检测三个阶段.预处理提出基于人类视觉特性的视频帧核心区域分块,并利用自适应阈值滤除视频中不包含镜头转换的视频序列;切变检测利用直方图距离判定边界位置;渐变检测针对渐变过程颜色直方图的变化规律,提出一种结合直方图熵差和熵差异常点的检测方法.实验结果表明,本文方法在大幅度降低运算复杂度的同时,提高了切变和渐变镜头边界的检测精度.     

基于关键帧颜色和纹理特征的视频拷贝检测

提出了一种基于关键帧颜色和纹理特征的视频拷贝检测方法。首先通过子片段方法提取视频的关键帧,然后将关键帧分成3个子块,提取每个子块的三维量化颜色直方图,通过直方图相交法来进行颜色特征的匹配。对检索得到的结果视频关键帧进行纹理特征提取,通过其灰度共生矩阵的角二阶矩和熵来表征其纹理特征,纹理特征的匹配可进一步过滤不相关的视频。实验结果表明,该方法效果好、稳健性强且可应用于多种类型的视频。     

Video Copy Detection Method Based on Color and Texture Features of Key Frames

提出了一种基于关键帧颜色和纹理特征的视频拷贝检测方法.首先通过子片段方法提取视频的关键帧,然后将关键帧分成3个子块,提取每个子块的三维量化颜色直方图,通过直方图相交法来进行颜色特征的匹配.对检索得到的结果视频关键帧进行纹理特征提取,通过其灰度共生矩阵的角二阶矩和熵来表征其纹理特征,纹理特征的匹配可进一步过滤不相关的视频.实验结果表明,该方法效果好、稳健性强且可应用于多种类型的视频.     

基于二维最大熵阈值分割的SIFT图像匹配算法

提出了一种基于二维灰度直方图最大熵阈值分割的SIFT图像特征匹配算法。与传统SIFT算法相比,该算法首先综合利用图像像素的灰度信息和邻域空间信息,生成图像二维灰度直方图,并基于此直方图的最大熵对图像进行阈值分割,然后检测分割后图像的DoG尺度空间局部极值,并以此作为特征点进行图像匹配。实验结果表明,基于所提出的匹配算法,可以有效降低图像背景噪声和边缘像素点对目标匹配的干扰,进而提高图像目标的匹配性能。     

基于累积直方图的视频镜头边界检测方法

提出了一种基于累积直方图的视频镜头边界检测方法,以累积直方图来代表视频帧图像的特征,其帧差充分反映了视频帧图像间的差异性;结合滑动窗的局部阈值分割处理,获得镜头边界检测对物体/摄像机的运动和光线变化的不敏感性。实验结果表明,本方法在镜头突变边界检测中达到95.97%的查全率和96.75%的查准率。     

一种基于相关性分析的镜头边界检测系统

研究并设计了一种以互相关分析为基础的视频镜头边界检测系统,该系统以分析前后相邻帧中若干条线段的灰度分布曲线相似度为基础,并结合了图像灰度直方图的相似度分析,比较有效地解决了镜头中有闪光灯出现和镜头快速移动时易出现的误检等问题,同时,克服了新闻节目中主持人画面渐变切换引起的漏检问题.该系统计算量小,可满足实时性分析的要求.     

基于粒子熵值的异常行为检测

在异常行为检测当中,人群的分布信息十分重要。针对该情况,提出了一种基于粒子熵值的异常行为检测方法。该方法采用混合高斯模型动态建模提取出视频图像的背景,在提取到的背景图像上使用KLT(Kanade-LucasTomasi)算法追踪前景获得人群的速度和位置。基于人群粒子的网格分布获取相对应的直方图,并通过计算直方图的粒子熵值描述人群行为;最后,结合粒子分布的熵值与人群粒子的速度,提高异常行为判断的准确性。基于不同场景下的视频序列所进行的实验测试结果验证了所提方法的有效性。     

红外视频图像中的人体目标检测方法

人体目标检测是很多机器视觉应用的难点,如智能视频监控和车辆辅助驾驶,基于可见光图像的方法很难解决复杂背景和目标区域的分离问题,因此,越来越多的研究转向利用红外图像进行检测。提出了一种红外视频图像中的人体目标检测方法,该方法首先利用红外图像中像素值近似呈现单模态分布的特点,对高亮像素进行检测,然后采用灰度直方图和投影直方图相结合的2D直方图特征对目标进行检测。实验结果表明:该方法具有较高的检测率,但误报率也较高,其原因在于负样本的数量和代表性不足,因此,改进空间很大。     

基于多特征融合的视频检索算法

随着视频等多媒体数据呈指数式迅猛增长,高效快速的视频检索算法引起越来越多的重视。传统的图像特征如颜色直方图以及尺度不变特征变换等对视频拷贝检测中检索速度以及检测精度等问题无法达到很好的效果,因此文中提出一种多特征融合的视频检索方法。该方法利用前后两帧的时空特征进行基于滑动窗口的时间对齐算法,以达到减少检索的范围和提高检索速度的目的。该算法对关键帧进行灰度序列特征、颜色相关图特征以及SIFT局部特征提取,然后融合全局特征和局部特征两者的优势,从而提高检测精度。实验结果表明,该方法可达到较好的视频检索精度。     

基于分块直方图帧差变化率的镜头分割算法研究

在介绍了目前主流的镜头分割算法后,文章提出一种基于分块直方图帧差变化率的镜头分割算法。该算法主要分为两部分:突变检测和渐变检测。首先利用图像的HSV分块直方图特征计算相邻帧帧差,将其与自适应的突变阈值比较从而确定突变镜头的位置。然后利用突变分割得到的视频段进行镜头渐变的检测。对每一个视频段利用相邻帧帧差变化率的规律来判定渐变位置。实验结果表明,该方法具有较高的准确率,并且易于实现。     

级联手工特征与深度特征的视频关键帧检测方法

关键帧检测是有效的视频内容分析的关键环节。常用的基于手工特征的方法运行效率高但很难有效表征关键帧特征,因而性能不好。基于深度特征的方法因为网络结构复杂,导致效率不高。在体育比赛类视频中,关键帧常为比赛转播中镜头变化的最后一帧。但广播视频中除了包含比赛视频还包括很多其他类型的镜头如中场休息、渐变镜头等。因此检测最后一帧包含很多比赛无关内容。针对这一问题,本文提出了一种手工特征与深度特征相结合的视频关键帧检测方法。首先基于颜色直方图特征进行镜头边界检测获取最后一帧。进一步基于直方图相似性提出一种类似聚类的方法得到候选关键帧。最后,基于深度神经网络对候选关键帧进行分类,得到真正的关键帧。在冰壶比赛视频和篮球比赛视频上的对比实验结果表明,相对于传统的背景差分法、光流法等,本文提出方法能够快速、可靠地提取关键帧。      

一种改进的新闻主持人镜头聚类算法

为解决传统新闻主持人聚类中背景变化与主持人位置大小变化影响聚类结果的问题,提出一种扩展人脸区域的主持人镜头模糊直方图聚类算法。引入扩展人脸区域（EFR）代替整个视频帧,采用模糊直方图（FCH）法对扩展人脸区域（EFR）进行聚类,与传统聚类方法比较,该方法有效地减少了背景对聚类结果的影响。采用背景变化剧烈的新闻视频为测试对象,经过实验验证此方法既有效的解决了背景变化带来的问题,又提高了查全率与准确率。     

基于颜色直方图的图像检索技术

使用颜色空间分布熵来表示图像的颜色空间分布特征,结合图像的颜色直方图特征,采用加权综合法和比例系数法表示图像的综合特征,设计了基于颜色直方图和图像空间分布熵的图像检索算法.利用查全率和查准率对算法进行了评价.通过实验分析比较可知,所设计的方法具有较好的查准率和查全率.     

镜头分割在H.264视频压缩编码及视频服务器中的应用

将镜头分割引入H.264编码端,改善其定比率分配帧类型策略,以针对视频内容特性提高编码效果,并提供压缩流的镜头句柄.提出结合时空切片的信息熵度量帧差、以动态阈值探测镜头边界指定为I帧,非边界帧为P或B帧优化编码,并补充闪光灯防误判算法.经验证动态阈值和熵度量法查全查准率比基本方法提高近18%和13%;结合编码psnr提高10%压缩率提高20%.镜头分割准确,有效提高编码性能,对压缩域视频分割和视频服务器也将产生重大意义.     

新闻视频单元高效切分方法的研究与实现

提出了一个基于口播检测的高效新闻视频单元切分方法。该方法首先检测出新闻视频的镜头边界;然后从每个镜头中提取出关键帧,并计算出关键帧的直方图和SIFT特征;最后通过关键帧聚类获取新闻视频中的所有口播镜头,并以此为依据将新闻视频分割成多个语义单元。基于以上方法,开发了用于新闻视频单元切分的软件系统。该系统能够准确、高效地实现新闻单元的自动切分,有效地减轻视频切分时的工作强度,满足新媒体时代节目快速制作的要求。     

Memorable and rich video summarization

Video summarization can facilitate rapid browsing and efficient video indexing in many applications. A good summary should maintain the semantic interestingness and diversity of the original video. While many previous methods extracted key frames based on low-level features, this study proposes Memorability-Entropy-based video summarization. The proposed method focuses on creating semantically interesting summaries based on image memorability. Further, image entropy is introduced to maintain the diversity of the summary. In the proposed framework, perceptual hashing-based mutual information (MI) is used for shot segmentation. Then, we use a large annotated image memorability dataset to fine-tune Hybrid-AlexNet. We predict the memorability score by using the fine-tuned deep network and calculate the entropy value of the images. The frame with the maximum memorability score and entropy value in each shot is selected to constitute the video summary. Finally, our method is evaluated on a benchmark dataset, which comes with five human-created summaries. When evaluating our method, we find it generates high-quality results, comparable to human-created summaries and conventional methods.     

有线电视网络安全检测系统视频监控中视频特征的提取

论述了利用颜色进行视频特征提取的方法。颜色是视频图像的一个重要视觉特征，描述和处理图像颜色首先要选用合适的颜色模型，并提取颜色的主要颜色特征。视频图像颜色特征主要是颜色的直方图特征、分布特征。颜色的相似性是通过特征的距离度量来实现的。     

基于Conv-Involution的红外视频小样本人体行为识别方法北大核心CSCD

红外视频存在颜色信息缺失较为严重、识别区域易与背景混淆等现象,使得现有小样本特征提取网络常常关注无效信息,导致识别精度较低。针对此问题,本文提出一种基于内卷积(Conv-Involution)算子的红外视频小样本人体行为识别方法。首先,通过InstColorization方法恢复红外视频中的颜色信息;其次,基于空间和通道特异性设计Conv-Involution算子,并利用该算子和改进注意力机制设计特征提取网络,分离背景,更有效地关注行为发生区域;最后,结合小样本学习方法ANIL进行人体行为分类。对比实验结果表明,本文所提方法不但识别精度最高,而且具有出色的稳定性。