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 343 毫秒
1.
关键帧提取技术是基于内容检索和视频分析的基础。关键帧的使用减少了视频索引的数据量,同时也为视频摘要和检索提供了一个组织框架。首先介绍了目前关键帧提取技术,然后提出了一种基于互信息量的关键帧提取方法,该算法以帧间互信息量来衡量两帧图像内容的相似性,可以对具体镜头按其特点自动提取出一个或多个关键帧。实验结果表明这种方法可以较好地概括视频内容。  相似文献   

2.
针对现有视频图像去雾存在信息丢失导致视频抖动的问题,提出了基于最小二乘法的B样条曲线的视频去雾方法 .首先,利用快速Harris角点检测提取视频关键帧的特征点;其次,对视频序列图像帧的特征点进行匹配;再次,基于最小二乘法利用关键帧像素点的估计非关键帧对应像素点的值点;最后,输出稳定完整的视频序列.实验结果表明,该算法利用曲线构建对特征点的处理能够有效地消除视频抖动现象.  相似文献   

3.
视频关键帧提取是视频信号处理中的一个重要内容。由于一个镜头中视觉内容的变化具有连续性,本文采用了距离累加的算法;同时,为了提高检测相邻帧间的相似度,本文将颜色特征与运动变化信息相结合,提出一种关键帧提取方法。实验证明,与过去的关键帧提取方法相比,本文算法提取的关键帧能较完整地表现序列图像的运动过程,更有利于对视频内容的理解。  相似文献   

4.
针对互联网微课视频检索问题,通过网页标注分析和文字识别提取文本特征,采用SURF特征和Mel倒谱系数分别提取视频关键帧和音频帧特征,再通过特征聚类构建文本、图像和音频词典。结合TF IDF机制构建视频的文本、图像和音频描述向量,再采用两阶段检索实现跨媒体检索。该模型为微课视频的跨模体检索提供了解决思路,具有实用价值。  相似文献   

5.
为了解决监控系统中对移动目标的漏检、误检,以及快速移动目标检测的问题,提出一种改进的帧差法对视频序列识别检测。该帧差法是对连续的3帧图像进行两两差分二值化,然后相邻二值化图像与运算,再把与运算的结果相或。把当前帧的前后两帧的差分二值化图像进行生态学膨胀、腐蚀等一系列处理,处理后的图像与前面或运算的结果作相或运算,这样基本解决误检的问题,再结合边缘提取的Robert算法就可以完整地检测出移动目标。经测试结果表明:在像素值相近时,该检测算法能够较好地解决检测时出现的误检和漏检,并且移动目标速度较快也能够检测出来,检出率高达90%以上,误检率降低到2%左右。  相似文献   

6.
《嘉应学院学报》2017,(2):29-33
针对视频第一帧中存在待检测的运动物体,利用视觉背景提取算法(ViBe)对该物体后续帧检测,会在第一帧的位置上持续出现鬼影现象,提出了一种改进的ViBe算法.该算法在视频中融合连续N帧图像作为前景点的基础上,采用重采样的方法来初始化背景模型以实现动态背景有效提取.实验结果表明,提出的改进算法能有效地检测出动态背景下移动物体,并能有效地解决图像获取的鬼影现象,从而提高了算法的误检率及鲁棒性,通过改进后的ViBe算法比原算法能够更有效地检测动态背景下的运动目标.  相似文献   

7.
在Watson视觉模型计算的启发下设计出了视频数字水印算法。首先提取视频中若干关键帧图像并复制出副本,并将这些图像由RGB空间转换成YCrCb空间,对Y亮度空间灰度值分块进行DCT变换;其次,根据Watson视觉模型中的JND值,控制频率系数的修改阈值,选择中频系数嵌入水印;最后,将关键帧连同副本一起插入原视频中,设计出了基于Watson模型的视频数字水印算法。  相似文献   

8.
一般采用视频浓缩技术来存储海量的监控视频数据,然而要实现快速检索视频中的重要事件较为困难.为此介绍基于内容的视频检索概念,提出基于视频镜头内容与确定的帧从视频中提取关键帧的方法,探讨与研究模板匹配法、直方图法、边缘测试法等从关键帧中检索基于内容的算法.  相似文献   

9.
方晖 《教育技术导刊》2014,13(7):144-146
远程教育中云存储机制下存有海量图像数据,在海量数据中存在大量与需要检索的特定图像特征相近的冗余图像,传统的基于图像特征的分类方法,由于关键帧准确性较低,造成图像分类不准确,导致远程教育中图像数据的检索准确性较低。为此,提出基于关联规则挖掘算法的图像数据优化分类方法。对可能是冗余的图像数据进行微调,使待检索图像关键帧处于准确的变化区间内,利用图像校验方法,消除冗余图像,对校验结果进行二次检验,降低了建立图像数据特征关联的偏差,实现了对图像数据的准确分类。实验结果表明,利用该方法能够对远程教育中云存储机制下的图像数据进行准确检索。  相似文献   

10.
一种新的模糊边缘检测算法   总被引:5,自引:0,他引:5  
基于信息论中最大熵原理 ,提出了一种新的模糊边缘检测算法 .首先介绍了模糊概率、用条件概率与条件熵定义模糊划分熵的概念以及模糊划分的原理 .算法利用了自然划分以及梯度图像模糊划分的关系 ,在条件概率与模糊划分熵的基础上 ,通过最大模糊熵原则实现图像分割中最优阈值的自动提取 ,从而实现图像的边缘检测 .对不同测试图像的边缘检测结果进行比较 ,表明了该算法的有效性 .  相似文献   

11.
本文提出了基于一种改进的卷积神经网络算法,并将该算法应用于交通视频的图像识别。首先,利用Canny算子改善交通视频中车辆的边缘识别检测效率;其次,利用局部结构图LTP算子去除光线影响,提取图像纹理特征;最后,通过改进传统卷积神经网络算法,识别交通视频图像。实验表明,本文构建的LTP-微卷积神经网络大大地提高了交通视频图像的正识率。  相似文献   

12.
图像/视频通常由不具有描述符号的数据流组成,具有多种多样的格式。为解决图像/视频等信息在资源组织上所面临的问题,本文提出了一个结合都柏林核心的图像/视频的资源描述框架结构,利用基于r帧的视频分割技术对模型进行改进,并采用基于内容的图像检索技术对模型进行了推广。  相似文献   

13.
为了能准确地在视频媒体中寻找到所需要的信息片段,提出了一种基于视频图像七阶矩特征的内容检索方法.通过计算图像的七阶矩特征,并以此替代视频每帧图像的信息,对视频中每帧图像及其前一帧的七阶矩特征向量进行比对,计算两者距离,当两者欧氏距离超过某一给定阈值时记录下该帧在视频中的位置,且定义该帧为视频的一个关键帧,并以此为据建立视频文件的带时间标记的关键帧七阶矩向量序列.继而通过对视频流和目标视频的七阶矩序列位置的比对和对应七阶矩距离的计算,确定在视频流中是否包含目标视频,以此实现在视频流中对于目标视频的检索.使用实际视频为例对方法进行验证,效果良好,结果准确,方法还具有较快处理速度和较少的内存消耗,可用于实时处理领域.  相似文献   

14.
动态前景目标识别和提取是计算机视觉领域的重要内容。对动态图像进行前景目标提取与运动跟踪,通过改进高斯混合背景模型,提出一种基于自适应特征加权的前景目标提取算法,目的是对动态画面中的图像特征进行识别并精确提取所需要的画面。根据高斯模型组合多个图像特征,针对组合特征空间的各个子空间构建似然图像,通过似然图像特征分析与加权,提取最具有差异性的特征。根据图像前景特征在图像帧与帧之间的不同,提高前景目标跟踪的鲁棒性。试验结果表明,改进算法在提取前景目标上比传统算法提高了精度,目标跟踪效果好。  相似文献   

15.
针对现有视频识别算法对不同帧中同一对象反复分类、反复识别问题,提出一种基于特征匹配的预处理算法。该算法将前一帧中已识别物体的图像特征与下一帧画面提取出的特征相比较,找出下一帧中已经被分类或识别过的物体,并将其剔除,达到压缩输入视频画面尺寸、提升视频处理效率的目的。为了验证算法的预处理效果,对两组道路图形进行实验,结果表明,该算法平均降低85%的画面尺寸,视频画面处理时间平均降低5%。  相似文献   

16.
鉴于视频监控系统获取到的视频数据十分庞大且其中存在大量冗余信息,通过视频摘要技术将这些视频数据浓缩成简短的摘要视频,让用户快速、准确地获得视频中的重要信息,提高视频数据的管理效率。采用二进制化的支持向量机和滑动窗口结合的方法,利用图像在HSV颜色域中的梯度信息,提取原始视频中具有重要信息的关键帧,然后把提取到的关键帧融合得到摘要视频。实验结果表明,该方法不但能够快速、准确地提取关键帧并形成摘要视频,而且能够取得较好的效果。  相似文献   

17.
H.264/SVC实现了对基本层的码率控制,但没有考虑到视频序列中场景切换对码率控制的影响。研究者们提出了多种场景切换算法来解决视频序列场景切换问题,但这些算法在计算复杂度、精度和实时检测等方面存在不足。结合H.264/SVC的分层B帧预测金子塔编码结构,提出了一种基于图像复杂度的场景切换实时检测算法RDSC_IC(Real time Detection algorithm for Scene Change base on Image Complexity)。该算法通过对相邻和多个编码单元的关键帧图像复杂度绝对差值和相应比值的计算,确定编码单元间的场景切换的有无和类型,实验结果表明RDSC_IC在实时性和精度方面检测效果好。  相似文献   

18.
为解决由于道路颠簸、车辆自身抖动导致视频帧图像模糊而影响车辆检测效果的问题,采用基于特征匹配的光流法结合SURF特征点提取算法对车载视频进行防抖预处理,再将增稳后的视频序列传入训练好的YOLOv4框架进行车辆检测.在KITTI数据集上对该算法进行验证,最终识别准确率达96.5%.通过对比防抖前后测试结果发现,建立的防抖...  相似文献   

19.
常用的几种背景提取算法在车流量较大的情况下提取的背景效果较差。在某些目标检测区域较少的场景中,若将所有像素进行检测,会浪费许多时间。针对这些问题,提出一种新的背景提取算法。先将视频帧进行分割,再对分割出的检测带依次进行车辆存在检测,最终自动选取视频中没有车辆的车道块并将其拼接成完整背景帧,最后利用Lab空间色度与亮度相互独立的特性提取目标。该算法能够充分提取前景图像,不会丢失车辆目标。相比传统算法,该算法准确性较高。  相似文献   

20.
在视频序列图像中,视频图像分割的主要目的是要在视频序列中分割出运动实体,背景差法能够在实时性要求很高的情况下从一段视频中将当前帧图像跟背景图像作差,然后提取出运动目标,而对差图像进行二值化是关键,自适应阈值方法通过对差图像的直方图进行分析寻找直方图上的一个点,该点到直方图最高点与最低点之间的线段的距离最大,为求该点,本文提出了一种快速算法,以该点对应的灰度值作为阈值,这样运动目标就能够被精确地提取出来.  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