基于动态规划的关键帧提取算法

在传统的关键帧动画中,动画师对关键帧进行编辑并通过插值生成一段连续的动画.运动捕捉数据的每一帧均可看作关键帧,但是对其直接进行编辑非常繁琐,需要从运动中提取具有代表性的关键帧,简化运动的编辑操作.已有的关键帧抽取方法主要基于一些局部误差度量策略,算法的全局误差难以得到保证.提出了一种基于动态规划的运动捕捉数据的关键帧提取算法,该算法通过曲线拟合技术对密集采样的运动捕捉数据进行减帧,在生成指定数目关键帧的同时保证误差达到全局最小.用户可以利用传统的关键帧技术对减帧后的运动进行编辑.     

基于子镜头聚类方法的关键帧提取技术

分析主流的关键帧提取技术,提出了一种基于子镜头聚类的关键帧提取算法.该方法在重新定位镜头的起始和终止帧号后,利用帧与帧之间的颜色直方图特征,通过子镜头检测和聚类进行关键帧提取.实验结果表明,该算法具有良好的适应性,既降低了关键帧提取算法的计算复杂度,正确率高,同时能有效避免关键帧的冗余,达到了很好的关键帧提取效果.     

改进的光流法用于车辆检测与跟踪

利用帧间差分获取运动区域,采用梯度阈值获取二值图像,再提取运动区域目标特征点的光流,对光流矢量采取分段标注,设置感兴趣区域.利用光流特性实现目标的识别,定位与跟踪,对于运动目标的跟踪具有实时性和鲁棒性,能够用于车流量统计,对车辆辅助行驶研究起到一定的铺垫作用,实验结果证明该算法的有效性和实用性.     

复杂背景下运动目标的光流区域提取方法

经过对初始的图像序列作若干预处理后 ,采用改进的光流场算法从复杂背景中较快地提取出运动目标的光流场 .再经一系列光流场区域处理 ,较完整地提取出运动目标区域 ,以供运动目标自动实时跟踪系统进行速度的定量分析、计算和跟踪控制 .     

一种新的维吾尔文字幕关键帧提取方法

为了快速有效地提取视频中含有维吾尔文字幕的关键帧提出一种新方法.该方法首先运用多尺度Harris角点检测,结合维吾尔文字笔画特点,完成字幕关键帧的初步提取;然后利用最小二乘法拟合直线,根据两条拟合直线的角度偏离情况对初步提取的结果作去冗余处理,得到最终字幕关键帧.实验结果表明:该方法快速简单,提取结果的准确率达到93%,具有很好的适应性.     

一种基于傅里叶变换的改进ViBe算法

针对Vi Be算法在第1帧图像中含有运动目标时容易引入Ghost区域以及不能很好地去除阴影等问题.我们基于块的背景建模结合傅里叶变换,对Vi Be算法进行了改进.该算法对每一帧图像进行分块,在块内使用快速傅里叶变换,利用第1帧图像中每一块的直流分量建立背景模型,以后各帧与背景模型比较,检测出运动物体,最后通过扫描图像计算每一列前景像素的个数与设置的阈值进行比较,来消除阴影.实验结果表明,改进的算法可以快速的去掉Ghost区域以及很好地去除阴影.     

一种图像全局运动鲁棒估计与补偿技术

研究了一种基于回归分析的图像全局运动估计与补偿技术,首先利用光流场法估计局部图像背景点的速度场,然后利用鲁棒的叠代排除法估计图像传感器的全局运动模型参数,再利用估计出来的全局运动参数对图像进行双线性内插运动补偿.这种技术具有计算量少,实现简单,性能可靠等优点.     

基于光流场分割的伪装色运动目标检测

为了解决伪装色运动目标难以检测的问题,通过分析动态背景下具有伪装色运动目标的运动变化规律,提出一种基于光流场分割的运动目标检测方法;在具有伪装活动目标且背景动态变化的视频中采用稠密光流算法计算出视频序列的运动光流场,根据运动目标与背景运动方式的差别对运动光流场进行分析,利用K-均值算法完成运动目标与背景的分割,获取运动目标区域。实验结果表明,在摄像头固定情况下,该方法能在变化的背景中有效检测出伪装色运动目标。     

基于改进关键帧选择的RGB-D SLAM算法

关键帧选择是提高视觉SLAM(simultaneous localization and mapping)算法精度及实时性的重要因素.关键帧常以图像的帧间相对运动距离为选择依据.该方法虽简单有效,但实时性、鲁棒性较差且容易产生大量冗余关键帧.针对上述问题,提出一种改进的关键帧选择算法.该算法整合了帧间相对运动距离、帧间特征点跟踪以及最小视觉变化来选择关键帧并删除冗余关键帧.基于该算法,结合具有较好方向和光照不变性的ORB(oriented FAST and rotated BRIEF)特征,实现了RGB-D SLAM算法.在RGB-D数据集上的实验表明,改进的关键帧选择算法能够更精准、及时地选择关键帧,并在减少RGB-D SLAM中冗余关键帧的同时提高算法的实时性、建图和定位精度.     

基于关键帧背景更新策略的运动目标检测算法

近年来,视频序列图像中的运动目标检测在智能监控、视频压缩、自动导航、人机交互、虚拟现实等许多领域中的应用越来越广泛.论文提出了一种基于关键帧背景更新策略的运动目标检测算法,该算法采用视频序列中提取的关键帧作为背景,通过关键帧统计平均实现背景更新,结合矩阵像素差分和阈值判定来进行运动目标的检测.通过实验表明,本文提出的方法与典型的背景差检测相比,能够在一定程度上减少噪声的影响,提高运动目标检测的准确度.     

数字水印在流媒体中的应用与实现

介绍了一种视频数字水印算法,针对其水印容量小的问题,提出了一种改进方法,并给出了实现伪代码和实验效果图,结果表明该算法达到了预期目的,在视频数字水印产品化及其在流媒体中的应用上已做了成功尝试.     

数字水印在流媒体中的应用与实现

介绍了一种视频数字水印算法，针对其水印容量小的问题，提出了一种改进方法，并给出了实现伪代码和实验效果图，结果表明该算法达到了预期目的，在视频数字水印产品化度其在流媒体中的应用上已做了成功尝试。     

基于光流方向信息熵统计的微表情捕捉

以光流法为依据,提出了一种基于光流方向信息熵(entropy of oriented optical flow,EOF)统计的方法捕捉微表情关键帧.首先,采用改进的Horn--Schunck光流法提取视频流中相邻两帧图像的微表情运动特征;其次,采用阈值分析法筛选出投影速度模值较大的光流向量;之后,采用图像信息熵统计光流变化角度,进而得到视频序列的方向信息熵向量,通过对熵向量的分析,实现微表情关键帧捕捉;最后,本实验采用芬兰奥卢大学的SMIC微表情数据库和中国科学院心理研究所傅小兰的CASME微表情数据库作为实验样本,通过与传统的帧差法比较,证明了本文提出的算法优于帧差法,能够较好地表现出微表情变化趋势,为微表情识别提供基础.     

一种基于量化索引调制的视频盲水印算法

针对传统视频水印算法鲁棒性较差、计算复杂度较高的问题,结合伪三维DCT（discrete cosine transform）变换,提出了一种新的基于量化索引调制的非压缩域视频盲水印方法。该算法随机选择帧提取亮度分量,进行伪三维DCT变换,并计算交流分量的权值和,利用量化索引调制与人类视觉系统特性将水印嵌入视频,还生成了一个随机密钥,有效提高了视频水印的安全性。提取水印时不需要原始视频序列,减少了算法运行时间。实验结果表明,该算法对视频质量的影响较小,并且能有效抵御旋转、缩放、剪切、加噪、滤波、帧交换、帧删除及帧平均等多种攻击,具有较强的鲁棒性。     

H.264视频压缩域水印嵌入位置的分析

视频水印技术按照水印与视频的结合形式,分为压缩域水印和原始视频水印。压缩域水印可以很好地利用视频序列在时间上的冗余,但嵌入水印信息量较小;原始视频水印技术没有充分利用视频序列时间冗余度,但嵌入水印的信息较多,耗费时间较多。HG算法可以不解码视频而快速嵌入水印信息,但嵌入容量有限。本文改进HG算法通过分析非关键帧运动矢量,选择关键帧嵌入位置,使得在压缩域嵌入水印时,水印嵌入速度和嵌入量有较大幅的改进。     

基于听觉模型的自适应水印算法设计

针对音频数字水印算法抗攻击的问题,深入研究了基于人耳听觉模型的音频数字水印算法．给出了典型的基于人耳听觉模型的音频水印算法流程．提出了基于自适应量化步长的音频数字水印算法,详细分析了量化步长的自适应选取原理及计算公式,使得量化步长的选取能够动态的适应音频载体文件数据能量的变化而发生改变,提高了音频数字水印算法的抗攻击能力．实验测试结果表明,相对于固定量化步长的音频数字水印算法而言,在音频文件进行压缩攻击和低通滤波等攻击手段时,所提取的音频数字水印文件的相关系数能够达到90％以上,表现出良好的抗攻击能力．     

基于 DCT 变换的频域视频水印在空域中实现的性能分析

数字水印技术是数字媒体版权保护和管理的主要方法。在广播电视领域,视频水印需处理的数据量大,对嵌入算法的时间复杂度限制较大,同时对视频质量要求也较高。数字水印技术主要分为空域和变换域两种。空域算法时间复杂度低,但鲁棒性不好;而变换域算法鲁棒性较好,但时间复杂度高。因此,在广播电视视频水印中,需要鲁棒性好且时间复杂度低的水印嵌入算法。这样,用空域的方法实现数字视频的变换域水印,就成为一个首选的方法。但是,目前我们尚不知道该方法的性能。本文基于DCT变换的频域水印算法,首先介绍了频域水印的空域实现的原理,然后,基于两个典型的频域水印算法,通过800幅图片的实验,测试了该算法的空域实现的时间复杂度和PSNR。实验结果表明,频域视频水印的空域实现,具有很好的性能。     

左室轮廓光流场检测及其临床应用

研究了心脏左室轮廓光流场检测的一种聚类中心特征点匹配算法。重点介绍重叠多种运动的共同运动聚类匹配策略的制定，并提供了更精确的左室光流检测方法。给出了得到的正、异常光流图及其在临床医学上的应用。     

基于DWT-DCT-SVD的鲁棒盲视频水印算法

为更有效地保护多媒体数据,文中提出了一种基于DWT(discrete wavelet transform)、DCT(discrete cosine transform)与SVD(singular value decomposition)结合的盲视频水印算法.利用视频帧内的R、G通道的颜色差值进行关键帧的快速选取,将关键帧的B分量进行多级离散小波变换,对变换后的子带进行Arnold置乱,将水印嵌入到置乱后的子带奇异值中.当嵌入水印视频受到攻击时,利用彩色图像各颜色通道间像素差值很小和奇异值分解的稳定性,用嵌入水印视频关键帧的G分量代替原始视频关键帧的B分量,实现水印的盲提取.实验结果表明,该算法对噪声、滤波、裁剪、帧置乱、帧平均、MPEG(moving pictures experts group)压缩等攻击具有较好的鲁棒性.     

基于音频特征的自适应数字盲音频水印算法

提出了一种基于音频特征的自适应盲音频水印算法:使用Logistic混沌二进制序列对水印进行加密,通过对音频帧的过零率及短时能量的分析,选取适当的阈值,确定嵌入水印的帧,并对选定音频帧整合分段后进行小波变换,同时采用能量动态调整自适应确定嵌入强度的方法,计算每段音频的近似分量的平均能量,结合基础嵌入强度,得音频帧中嵌入水印.实验结果表明:该算法具有较好的鲁棒性和不可感知性,具有一定的实用性.