《信号处理》图像与视频处理专刊编者按

<正>图像与视频处理作为信号处理领域的重要分支,近年来伴随电子信息技术的快速发展和人工智能技术的深度融合,成为国际学术界和工程界关注的焦点。作为数字信号处理的重要应用方向,图像与视频处理涵盖了生成、修复、增强、检测、识别、分割、跟踪等多个核心任务,并在安防监控、医疗诊断、智能娱乐等行业中展现了巨大的应用潜力和市场价值。在安防监控领域,图像与视频处理技术通过智能识别和目标跟踪实现了对异常行为的高效检测,显著提升了系统的自动化水平和监控精度;     

大气电场数据与雷电相关性的深度学习算法

雷电是一种对流天气现象,也是发生频繁的自然灾害之一,破坏力极大。由于雷暴的时间短、范围小,精准的雷暴预警在天气预报中较为困难。目前各种气象监测设备很多,但数据利用率较低,其中利用大气电场仪数据的变化来判断雷电是否发生的研究较少。因而,通过探索二者间的相关性,对于建立更有效的雷电预警模型是有意义的。而本文利用卷积神经网络分析并验证了大气电场变化和雷电的关系,模型的分类结果更直观地反映了二者存在相关性。      

面向面曝光3D打印的模型自适应光照均匀化方法

基于数字光处理技术（DLP）的光固化3D打印技术是一种面曝光成型技术。面曝光工艺一次成型一个平面,因此对光照均匀度有很高的要求,而传统的DLP面光源很难达到很好的均匀度,严重时影响光固化的成型质量。针对这一问题,本文提出了一种面向面曝光3D打印的模型自适应光照均匀化方法。根据模型切片自适应地确定最大曝光区域,结合投影映射函数,通过优化得到最优的切片灰度分布,并将其与原始切片进行融合,用于3D打印。文章所提出的方法能够有效地调节成型区域的成型亮度均匀性,提高打印精度。      

一种篮球比赛视频镜头分割新方法

本文针对篮球比赛中经常出现的两种渐变镜头——叠化和扫换的特点,提出了一种对突变和渐变同时有效的镜头分割新算法。该算法利用直方图的统计特性,依次求取连续帧差值、累加帧差值及窗口帧差比,并以此确定自适应窗口均值,超均值比率以及多个滑动窗口来进行镜头分割。实验结果表明,本文方法对于突变和渐变镜头均有良好的分割效果。     

一种基于多示例学习的运动员检测方法

体育视频包含大量不同类型的人体,其中运动员的行为与比赛进程和视频内容直接相关,因此运动员检 测是体育视频分析的关键环节。现有人体目标检测算法在通用人体检测任务上取得了良好的性能,但是无法有效区分运动员和非运动员。专门训练一个运动员检测模型需要标注大量的运动员位置,成本较高。本文提出了一种基于多示例学习的人体目标检测方法。在通用人体检测的基础上,引入多示例学习模块,基于图像级标注,通过弱监督方式自动学习获取特征映射矩阵,将人体特征映射到运动员特征空间,最后通过度量人体特征与运动员特征之间的相似度,实现运动员与非运动员的区分。对比实验结果表明,本文方法充分利用通用人体检测框架,以 极小的标注数据量达到了专门训练运动员检测模型的精度。      

以DSP教材为主的信息网站

本文介绍了一个以DSP教材为主的网站，该网站即为初学者提供基本知识也为高级开发人员提供深层资料。     

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。      

复杂背景下的篮球识别

针对篮球比赛视频分析应用,提出了一种多层次的篮球对象识别方法.利用篮球颜色一致性较好的特点,通过彩色训练提取篮球颜色的统计范围,根据该统计范围得到图像中可能的篮球区域;根据篮球轮廓为圆的特点,采取方向滤波器和Hough变换相结合的方法提取可能轮廓区域中的圆形轮廓,得到候选篮球;最后,利用篮球典型的纹理特征,采用模板匹配的方法对候选篮球进行确认.实验结果证明了该算法的有效性,且多层次算法可推广应用于其他球类对象识别.     

一种基于特征提取和模板匹配的人脸检测算法

提出了一种基于特征提取和模板匹配的人脸检测算法。在粗检部分,利用脸部特征获得候选脸;在细检部分,利用模板匹配对候选脸进行确认,得到最后结果。经实验证明,算法可以克服光照、姿势、表情、胡须、眼镜等干扰,并允许有局部遮挡,具有较强的鲁棒性。     

面向 3D 打印的模型优化研究综述

在设计可3D打印模型时常常会较少考虑模型自身的物理因素,导致实际打印模型时出现如模型表面极易产生断裂、打印出的实体重心不稳以及一些受力等问题,这些问题可依据3D打印工艺特点对3维模型优化得以解决.目前3维模型优化研究可分为:基于力学特征分析的模型优化、面向模型可打印的支撑结构优化与面向模型可打印的模型分割优化.结合相关文献的观点及其研究工作,从上述3方面分类介绍当前基于3D打印模型优化的方法、技术及特点.在分析研究基础上,提出未来面向3D打印的模型优化技术方法发展的新趋势.该研究成果可为相关3D打印技术研究提供参考.