首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到20条相似文献,搜索用时 46 毫秒
1.
在分析基本粒子群优化算法的基础上,对学习因子进行非线性异步策略调整,改变其固定常数模式,平衡算法在迭代过程中的局部和全局搜索能力;同时引入活力因子,对失活粒子执行变异操作,提高种群多样性。改进算法可以提升对多维空间的全局寻优能力,避免粒子产生早熟收敛现象。将改进粒子群算法引入图像匹配优化问题中,提出了一种基于改进粒子群算法的图像匹配算法,实验结果表明,该算法具有更快的匹配速度以及更高的匹配精度,具有强鲁棒性。  相似文献   

2.
为了能快速识别视频内容并解决现有视频识别中关键帧冗余问题,提出了一种利用熵值进行关键帧提取的新方法。该方法先利用全局图像熵值对镜头进行分类,从每个类中选择具有代表性的关键帧,然后再使用图像局部特征的熵值剔除已选择的冗余帧。对几个不同类别视频的关键帧提取实验显示,提出的算法在关键帧准确率、冗余帧等指标上有很大改善,很大程度上解决了提出的问题。该算法能以更快的方式处理大量的视频数据,使电脑能自动提取视频关键帧,从而识别视频内容。  相似文献   

3.
图像匹配问题是数字图像处理的一个重要领域,它广泛应用在卫星与导弹的制导与导航和机器识别等诸多领域中。图像处理的大量运算量对计算机的计算速度和智能性提出了很大的挑战,演化算法正好能够解决这些复杂问题。主要讨论了演化算法在图像匹配中的应用研究。  相似文献   

4.
为了方便交通指挥系统对突发事件及时有效地准确定位及相应的联动处理,该文提出了一种基于图像匹配的视频定位的方法,通过对视频定位算法的设计及云台控制模块的设计,提高了视频监控系统的高效性。  相似文献   

5.
陈晨  詹永照 《教育技术导刊》2018,17(11):181-186
随着视频监控技术与互联网应用的普及,视频数据挖掘已成为当前大数据领域的重要研究内容之一。在视频数据挖掘中,对视频内容的理解需要从局部动作语义理解上升到更高层的复杂场景或事件语义理解。在对视频基本动作语义概念理解的基础上,提出一种基于基本动作语义概念关联的视频复杂动作场景检测方法。该方法首先记录视频动作语义概念的出现情形,对相应视频场景中的所有动作语义概念采用Aproiri算法进行关联规则挖掘,然后利用挖掘得到的动作语义概念关联规则,定义视频复杂动作场景检测分类准则,最后对测试视频采用该分类准则进行视频复杂动作场景概念检测。通过在典型数据集上的实验结果表明,该方法可以有效挖掘出视频中动作之间的关联关系,并实现对视频复杂动作场景概念的检测分类。  相似文献   

6.
由于光照变化、物体遮挡和复杂背景条件等众多因素的影响,目标检测一直是机器视觉领域最具有挑战性的问题。首先对视频目标检测算法中的孪生网络系列算法进行分析比较;然后将孪生网络与深度学习相结合,提出并构建全新的孪生网络跟踪器;最后将视频输入到设计好的孪生网络跟踪器中,通过网络对每一帧图像中物体的类别与位置进行准确地实时框选标注。分别将该算法和当前广泛应用的YOLOv3算法在OTB数据集上进行验证测试。测试数据表明:该算法的视频目标检测成功率和准确率均优于YOLOv3算法。  相似文献   

7.
为了方便交通指挥系统对突发事件及时有效地准确定位及相应的联动处理,该文提出了一种基于图像匹配的视频定位的方法,通过对视频定位算法的设计及云台控制模块的设计,提高了视频监控系统的高效性.  相似文献   

8.
视频研究是学习科学研究中倡导的运用视频技术探究学习、教学与教育过程的一种重要方法。通过研究者运用视频研究促进在职教师的学习与专业发展的一个案例,具体描述了该案例中面向4位教师的视频研究活动的设计与实施,并基于对教师视频研究活动中的话语分析,发现有效的视频研究活动设计能够促进教师:(1)转变原有观念,发展教学理解与专长;(2)主动参与学习,对新知的获得持积极倾向;(3)发展视频研究的意识,获得视频研究的方法和策略。最后就视频研究在教师学习与专业发展中的有效设计与运用问题进行了讨论。  相似文献   

9.
SIFT图像配准是图像处理领域的一项重要技术,在遥感测绘、目标识别、图像及视频检索、导航制导和场景分类等多个领域应用广泛。在对现有SIFT图像配准文献研究的基础上,介绍了经典SIFT算法,将各种SIFT改进方法划分为基于特征点提取的改进和基于图像匹配的改进两类,对各类型的改进方法进行了系统阐述。介绍了点特征图像配准算法性能评价指标,展望了该算法的研究前景。  相似文献   

10.
微型学习视频的设计研究   总被引:1,自引:0,他引:1  
微型学习作为非正式学习的一种有效形式,可以满足学习者个性化的学习需求。在超视像时代,微视频以短小精练的内容,并符合当下人们的观看习惯而成为热议焦点;随着移动通信技术的发展,移动媒介终端也呈现多样化的趋势,但是如何将微型学习与微视频、移动媒介终端紧密结合,从而有利用学习者进行科学有效的学习,是一个重大问题。本文基于微型学习与移动学习相关理论,分析出学习视频的突出优势,然后着重论述微型学习视频在移动学习中的应用潜力,并分析构建微型学习视频系统模式。本文通过问卷调查进行数据分析,从而了解大学生群体利用移动媒介终端进行学习的实际情况。在此基础上,选取使用范围广、操作简便的智能手机为硬件平台,通过视频资源改造与视频内容等方面的分析设计,为微型学习视频的有效性提出可操作方法,让学习者能够有效地进行学习。  相似文献   

11.
图像处理是一门跨越学科的前沿高科技技术,针对夜晚原本模糊不清甚至无法分辨的原始图像或视频,采用夜晚视频图像增强处理技术,可以被处理成清晰的并且富含大量有效信息的图像。结果表明,该算法有效提高了图像的对比度和清晰度。  相似文献   

12.
提出了一种新颖的视频摘要自动生成算法。视频摘要能够加快视频浏览和辅助视频检索。它首先采用一种鲁棒的镜头切分算法对视频进行切分,得到骤变和渐变镜头;然后通过支持向量聚类,将相似镜头聚合到一起;最后采用视频顺序关联挖掘的方法对视频聚类内容进行挖掘,去掉视频中冗余内容部分,生成视频摘要。实验结果表明,视频摘要算法取得了良好的效果。  相似文献   

13.
SURF 是在 SIFT 基础上提出的一种图像特征点提取算法。针对传统算法误匹配点多和计算量大等问题,提出一种基于改进 SURF 的快速图像匹配算法。该算法通过引入对角降维与角度删减方法,分别对 SURF算法中特征点描述子进行降维和误匹配点剔除,以提升匹配速度和精确度。实验结果表明,与传统算法相比,该算法提高了 1%~10%的匹配正确率,以及 8%~30%的效率。  相似文献   

14.
由于视频信息信息量大,内容丰富,使得对其进行有效的管理和检索成为一个困难而又必须解决的课题.在对视频分割算法进行研究的同时,提出一种基于语义的视频镜头检测方法.主要是通过相邻帧之间的差异来判断是否存在镜头切换出现.实验验证该方法是可行的.  相似文献   

15.
视频概念检测领域一直存在语义鸿沟难以跨越的问题。针对该问题,提出了基于多核属性学习方法,将属性概念引入视频概念分类中,利用属性的高级语义表达能力,降低语义鸿沟影响,同时结合多核学习,提高多特征下属性分类器性能。在公有数据集上进行对比实验表明,该方法可以有效提高视频概念检测正确率。  相似文献   

16.
《中国教育网络》2009,(12):26-26
宾夕法尼亚大学的教授Benhskar和他的团队最近发明了一种程序,可以让计算机通过观看带角色和动作描述的视频片段进行学习,并能通过学习对新的视频内容进行推断和分类,学习算法融合了视频、音频和文字流等多重输入。  相似文献   

17.
随着计算机技术的发展,视频数据的容量以几何级数增长。如何在海量视频数据库中快速地检索到所需视频成为热门的研究课题。本文提出了一种基于反馈式神经网络的视频检索算法,对视频进行基于内容的分析和检索。实验表明用该方法检索的准确度比用基于关键帧的视频检索方法平均提高4%以上。  相似文献   

18.
雾、霾天气下,成像传感器采集到的图像质量严重下降,大量图像去雾算法应运而生,但是其处理速度慢、细节模糊、色彩失真、特别是在实时视频中的应用受限。为此,在实时视频去雾技术大气透射模型的基础上融合图像增强与图像复原技术的优势,采用两级下采样技术,提出一种改进的实时视频去雾算法。实验结果表明,改进的实时视频去雾算法有效增强了图像的清晰度,提高了处理速度。  相似文献   

19.
刘双岭 《教育技术导刊》2017,16(11):144-148
航拍视频具有监控场景范围大、采集设备移动迅捷等优点。与普通监控视频相比,航拍具有目标分辨率低、场景干扰因素多、采集设备不固定等问题,运动目标检测是个难题。针对这些问题,提出一种融合时空特性的两级运动目标检测算法。首先利用SURF算子完成图像匹配,解决摄像机移动问题,并结合目标的运动特性及自适应道路检测算法完成时域上的目标区域检测|采用HSV空间中的S分量图颜色特征,利用道路区域与目标区域的差异性完成空域目标区域检测。实验采用著名的VIVID Egtest01数据库以及Munich Crossroad01数据库中的数据,并与传统方法进行对比。结果显示该算法平均准确率达到93%,相比于传统方法有效性和鲁棒性更好。  相似文献   

20.
多个视频流在无线网状网络中传输时,每个视频流的速率需要和网络中的时变流量相适应,提出了一种基于媒体感知的速率分配算法,此算法能够根据视频内容和网络拥塞调整视频速率。仿真结果表明,此算法所用拥塞失真优化的方式能使速率分配有效的适用于在网络中存在的新视频流。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号