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。     

视频检索中的关键帧提取方法研究

视频具有层次化结构,由场景、镜头和帧三个逻辑单元组成。视频检索常基于帧进行,因此,提取视频的关键帧至关重要。本文针对现有视频检索中关键帧提取方法存在关键帧数量难以把握且并非最具代表性这一问题,提出了基于自定义k值聚类和内容分析的关键帧提取方法。此方法对镜头内容变化过大和镜头中物体运动过快导致选取过多冗余帧作为关键帧的不足进行了改进,解决了关键帧数量难以把握这一难题,并且提取的关键帧满足一定的准确性。     

嵌入式视频摘要及智能视频监控系统设计

利用基于ARM嵌入式的图像处理系统和传统的PC系统相比具有体积小、功耗低、成本低、易于部署等优点,基于友善之臂的Tiny4412开发板设计并实现了视频摘要及智能视频监控算法。该算法通过Vibe算法提取前景事件,并区分起点关键帧和终点关键帧以形成有效事件帧,再连接有效事件帧形成摘要视频。摘要视频和原始视频相比,由于只包含有效事件帧,解决了海量视频冗余度过大的问题,有利于节省存储空间,并且有助于用户事后快速浏览。同时,系统将关键帧通过邮件发送给指定用户,达到了实时智能监控的目的。结果表明,该系统能有效的实现智能监控,是市场化的开端。     

基于动态帧的视频关键帧提取算法研究

针对基于内容的视频检索系统,提出了一种关键帧提取算法．为了提高算法的保真度和压缩比,首先构造了动态帧,它的每个像素对应一个像素代表灰度集合,该集合中的元素可以最大限度地代表镜头中相应像素的灰度值,然后根据镜头中每一帧与该镜头动态帧之间的距离来确定关键帧．为了验证本算法的有效性,选取了大量视频与TMOF算法及SKF算法进行比较．结果表明：该算法具有较高的准确性和可靠性,保真度和压缩比均高于其他两种算法．     

一种实时TS流视频信息快速浏览方法的研究与实现

分析研究了TS流的数据结构以及视频摘要的实现原理,提出了对TS流视频信息进行关键帧提取以实现快速浏览。方案在实现多路TS流节目解复用的基础之上,通过对单节目视频数据进行分层判断实现了对I帧定位和提取,并采用FFMpeg作为帧解码和图片编码输出的基础支持。实验结果表明该方法实现简单,能有效满足大多数用户的实际需求。     

基于关键帧的双流卷积网络的人体动作识别方法

针对视频序列中人体动作识别存在信息冗余大、准确率低的问题,提出基于关键帧的双流卷积网络的人体动作识别方法.该方法构建了由特征提取、关键帧提取和时空特征融合3个模块构成的网络框架.首先将空间域视频的单帧RGB图像和时间域多帧叠加后的光流图像作为输入,送入VGG16网络模型,提取视频的深度特征;其次提取视频的关键帧,通过不断预测每个视频帧的重要性,选取有足够信息的有用帧并汇聚起来送入神经网络进行训练,选出关键帧并丢弃冗余帧;最后将两个模型的Softmax输出加权融合作为输出结果,得到一个多模型融合的人体动作识别器,实现了对视频的关键帧处理和对动作的时空信息的充分利用.在UCF-101公开数据集上的实验结果表明,与当前人体动作识别的主流方法相比,该方法具有较高的识别率,并且相对降低了网络的复杂度.     

基于多模态融合和竞争力的视频场景分割算法

针对视频分割中底层特征与高层语义之间的“语义鸿沟”问题,提出了一种基于多模态融合和镜头间竞争力的场景分割算法,对视频帧的图像、文本、音频等模态进行特征提取,用欧式距离、余弦距离计算出同种模态数据的相似性,用典型相关分析法计算出不同模态数据的相关度,分别对各模态数据的相似性和相关度进行融合得到镜头之间的相似度和相关度,采用镜头间竞争力的方法分别对相似镜头和相关镜头进行场景分割并对分割出的两个场景边界集合取交集得到最终的场景边界,从而实现对视频的场景分割。实验结果表明,该方法在场景分割中具有较高的性能,查全率和查准率分别达到82．1％和86．7％。     

基于H.264压缩域的背景建模与前景对象分割

提出了一种在H.264压缩域下进行背景建模和对象分割的方法.首先利用I帧的DC和AC系数信息生成块残差能量图,再通过Intra.预测信息对该能量图进行滤波,最后采用混合高斯模型对背景进行建模并分割出前景对象.实验结果表明,用该背景建模和对象分割方法可以获得很好的分割效果.     

一种适合于监控视频内容检索的关键帧提取新方法

为减少监控视频的存储容量,便于用户迅速查看视频关键信息,提出一种适于监控视频内容检索的关键帧提取方法.首先,使用背景差分法检测含有运动物体的关键视频段,记录其起始帧和结束帧,然后,在关键视频段中基于联合直方图的方法进行关键帧的粗提取,最后,根据监控视频帧序列的连续性特征,通过图像的信息熵进一步精确提取关键帧.实验结果表明,该方法能有效地提取出监控视频中的关键帧,大大减少了视频数据的存储量,且便于用户浏览关键信息.     

基于数据挖掘的视频镜头分类方法

提出了一种基于数据挖掘的视频镜头风格自动分类方法.该方法首先进行镜头边界检测和关键帧提取,然后基于关键帧和镜头分别提取了视频的颜色和运动等特征,并利用决策树技术在大量的训练数据中挖掘这些特征与镜头类别之间的潜在规律,最后利用这些规律对新的视频镜头进行分类.实验结果表明,与基于SVM的方法相比,本文方法不仅能获得较好的检测准确率,而且获取的规则易于理解.     

基于视频帧的彩色水印嵌入算法研究

为了增强水印的内容认证性,提出了视频帧中嵌入彩色水印的算法.先分别选取I帧的单色通道做DCT变换,分块后提取奇异值,将彩色水印的对应通道层做DWT变换,对低频区域置乱后提取奇异值,再将水印奇异值嵌入到载体奇异值中,然后由三色通道合成水印视频图像.最后进行了攻击实验,实验结果表明,该算法具有较好的水印提取能力和一定的鲁棒性.     

基于足球比赛事件检测的视频分析方法

针对足球比赛视频事件检测方法中视频处理的时间成本过高、事件检测的准确率较低、标准的训练样本难以获取等问题,提出了基于人工规则和机器学习相结合的事件检测算法.对足球比赛视频进行镜头分割并提取关键帧,将分割好的镜头进行语义标注,采用特殊镜头实现目标事件镜头序列的初步定位,利用改进的隐马尔科夫模型对初步定位的镜头序列进行分类验证.结果表明,利用特殊镜头可以对目标事件进行初步的定位提取,利用遗传算法改进的Baum-Welch算法可以在训练样本不足的情况下取得更高的准确率.     

一种无监督视频行人检测与估计算法

该文提出了一种基于混合模型的视频行人检测算法,该算法首先运用多帧平均值背景提取法获得视频背景;然后,视频场景中某一幅图片减去背景图片获取运动行人图像;最后,运用混合模型的学习算法检测行人并估计行人个数,仿真试验结果证明该文算法的有效性.     

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。     

基于区间设定的DCT域视频水印算法

结合H.264/AVC编解码标准和编解码器的结构,该文提出一种基于I帧压缩域DCT量化系数的视频水印方法。根据DCT量化系数的特点,选择intra4×4模式下DC系数非零的4×4DCT子块作为水印嵌入块,采取区间设定的方式将水印嵌入到低频非零系数中去。在解码端,提取相应位置DCT系数值,利用区间设置关系检测水印,属于盲检测。实验仿真结果表明,该算法具有较小的码率变化和较好鲁棒性。     

结合金字塔技术的暗原色先验快速去雾方法

针对在雾霾天气下无人机航拍的视频图像对比度和色彩保真度差等问题,传统的暗原色先验方法虽然有较明显的去雾效果,但算法复杂度高、耗时长、无法满足实时性需求。本文提出一种基于金字塔技术的快速去雾方法,首先利用高斯金字塔将原始有雾视频图像降采样,然后将降采样后的图像通过暗原色先验的方法去雾处理,最后再采用拉普拉斯金字塔将结果图升采样为无雾视频图像。通过实验结果表明,本文方法在保证去雾效果的同时,提升了场景复原的速度。针对航拍视频场景,能较好地满足实时性要求。