一种基于最短路径的视频摘要方法

视频摘要以简短的内容概括原始视频,是对原始视频的浓缩或者总结.传统的视频摘要方法有基于聚类的方法,通过视频帧的局部或全局特征将视频帧分成多个有代表性的集群,在每个集群中提取关键帧,最后去除冗余生成摘要;也有基于图模型的方法,将视频帧作为顶点,连接顶点的边表示帧间的关系,通过图的模块化信息提取关键帧.文章将聚类方法和图模...     

基于时空切片的关键帧提取研究

关键帧提取技术是视频检索和视频摘要等领域的关键技术之一。针对现有关键帧提取方法缺乏时空特性分析,而且提取结果不符合人眼视觉感知,为此提出了一种新的关键帧提取方法。首先提取视频镜头的时空切片,然后对视频切片进行K均值聚类,最后根据视频的时间连续性,在每个类中提取关键帧。大量实验表明,本方法能捕捉视频的主要内容,以极低的冗余性反映视频的动态特性,符合人眼视觉感知。     

基于二分K均值聚类和最近特征线的视频超分辨率重建方法

提出一种基于二分K均值聚类和最近特征线的视频超分辨率重建方法.该方法在生成图像块训练样本库阶段,为了解决传统K均值算法对图像块聚类时间复杂度较大的问题,设计一种基于二分K均值图像块聚类算法,用以实现快速构建初始训练样本库;在视频帧超分重建阶段,通过改进的最近特征线方法扩充样本库,并舍弃其中的不合适样本,提升样本库的表达能力.该视频超分辨率重建方法应用于基于关键帧的视频超分辨率重建,首先对时序上近邻的两个关键帧下采样并分块,然后使用图像块聚类算法构建初始训练样本库;对于这两个关键帧之间的低分辨率帧,使用改进的最近特征线方法扩充的训练样本库重建出对应的高分辨率帧.实验结果表明,提高了视频超分辨率重建的时间效率,同时也提升了每一帧重建图像的主客观质量,证明了算法的有效性.     

基于场景的视频摘要生成方法

针对如何在语义层次上形成视频摘要问题,提出了一种基于场景的视频摘要生成算法.首先利用类内和类间损失对场景进行分类,然后根据语义概念"重要度"从镜头类和场景提取视频摘要的构成帧,最后将选取的关键帧根据时间顺序排序,构成静态浏览型的视频摘要.实验证明该方法可以用少量的视频帧有效地表示视频的主要内容,并能有效地保持视频内容的连续性.     

基于GEP自动聚类算法的视频关键帧提取方法

视频关键帧提取技术是视频数据处理研究领域的热点研究问题.该文针对现有的镜头边界检测技术不能有效提取关键帧的不足,提出一种基于小波边缘检测算子的自适应分块视频镜头边界检测算法.通过检测视频镜头变化,得到分割的镜头,然后对视频帧提取图像特征,并利用基因表达式编程(GEP)的自动聚类功能对视频帧进行聚类,提出并实现了基于GEP自动聚类的视频关键帧提取算法(KFC‐GEP).实验证明该方法能较好的提取视频序列的关键帧.     

面向手语识别的视频关键帧提取和优化算法

基于计算机视觉的手语识别技术可以为聋校的双语教学带来很大的便利,而手语识别技术的难点之一在于视频关键帧的提取.根据手语视频关键帧的特点和手语者的手语习惯,提出了一种面向手语识别的视频关键帧提取和优化算法.首先利用卷积自编码器提取视频帧的深度特征,对其进行K-means聚类,在每类视频帧中采用清晰度筛选取出最清晰的视频帧...     

最优距离聚类和特征融合表达的关键帧提取

为了提高视频关键帧提取的质量和效率,提出一种基于最优距离聚类和特征融合表达的视频关键帧提取算法。在视频帧间差异性分析基础上,寻找并确定最优帧间距离阈值,采用无监督聚类算法对帧间距离进行聚类,获得类别数目最优的类图像集;计算图像的颜色复杂度和信息熵并融合,按照类中图像特征值"平均"的思想提取类代表帧,组成视频关键帧。对4个监测视频进行实验,结果显示:该算法提取关键帧的平均保真度为96.72%、平均压缩率为96.42%,运行时间也较短,与两种典型的基于聚类的关键帧提取方法相比,在相同的压缩率情况下,算法保真度大幅度提高,而运行时间较小或相当。该算法解决了无监督聚类对阈值的依赖性问题,兼顾了视频中运动目标变化和环境异常两种情况,具有良好的性能和适应性。     

自适应CCV及等价关系聚类的视频摘要的生成

在静态视频摘要生成过程中,提取代表帧是关键。通过分析视频帧底层的颜色特征,根据其内容自动设置连通阈值,提取颜色聚合向量,并以此进行基于等价关系的自适应聚类。在确定整体划分后,根据时序特征进行局部修正。整个过程无需设定任何阈值和人为干预,对变化程度不同的各种视频进行实验,结果比较满意。     

基于视觉跟踪的实时视频人脸识别

目前基于深度学习的人脸识别方法准确率高,但是模型复杂,识别速度慢.为了实现监控视频中人脸的实时识别,提出了一种基于视觉跟踪的实时视频人脸识别(RFRV-VT)方法.首先将监控视频的帧序列分组,每一组中分为人脸识别帧和人脸跟踪帧;然后在人脸识别帧中使用基于深度学习的人脸检测和人脸特征提取方法,在人脸跟踪帧中使用基于核相关滤波(KCF)的视觉跟踪方法以加快识别速度.将该方法应用于数据集YouTube Faces(YTF)上进行测试,实验结果显示该算法在监控视频中具有实时性和较高的识别准确性(99.60%).     

基于HOG-LBP特征和SVM分类器的视频摘要方法

为了提高视频摘要质量、高效地获取视频信息,提出了一种基于HOG-LBP特征和SVM分类器的视频摘要方法。首先,从分解到的视频序列中提取形状和纹理特征。其次,利用训练好的支持向量机对待检测图像进行分类,并将分类正确的帧暂定为关键帧。最后,运用图像余弦相似度方法剔除其中的冗余帧,并将最终保留下的关键帧按照原始视频中出现的时间顺序依次组合起来,形成视频摘要。实验结果表明,提出的算法在三个不同场景视频中提取关键帧的平均正确率达到94.08%,平均错误率仅为23.18%。算法提取到的关键帧准确率较高且内容具有代表性,视频摘要质量得到有效改善。     

AVS立体视频编码标准

AVS (audio video coding standard) 工作组是由中国信息产业部科学技术司批准成立的数字音视频编解码技术标准工作组, 其任务是制定面向国内和国际应用需求的一系列技术标准. 2008 年起, AVS工作组展开了双目立体视频编码标准的制定工作,即在AVS-P2 中采用双路拼接和双目联合预测两种立体视频编码方案, 并且为了支持不同终端的立体视频服务, 系统层分别对每种编码方案设置独立的内容描述子, 以告知接收端传输的内容与相关格式. 如今, AVS 双目立体视频编码标准的制定工作已接近尾声, 而多视点视频编码标准和自由视点视频编码标准的制定将成为AVS 3D Adhoc工作组下一阶段的研究目标.     

利用ATM网络中VBR服务方式的视频编解码方案

提出一种利用ＡＴＭ网络变码率（ＶＢＲ）服务方式的两层信噪比分级视频编解码方案．编码的基本层是一个ＭＰＥＧ－２ＭＰ＠ＭＬ定码率编码器,增强层对基本层的量化误差进行细量化和变码率编码．采用以宏块为基础的帧／场自适应帧间编码技术和改进的ＴＭ５码率控制策略．无Ｂ帧的编码方式,延迟、复杂度和成本都较低,值得在ＡＴＭ网络中使用．计算机模拟实验表明,尽管存在场景切换,但此编解码器仍可获得高质量的较稳定的接收     

车载视频系统中字符叠加技术的应用

为解决车载视频系统中查看各种信息数据必须切换视频信号的问题。把字符叠加技术引入到车载视频系统中．通过对字符叠加(OSD On Screen Display)技术原理的分析，利用字符叠加芯片、视频信号处理芯片、存储芯片等设计出一种新型车载视频字符叠加系统．这种新型视频字符叠加系统可以将字符信息和动态的视频节目同时显示于电视屏幕上，实现了在汽车上观看视频节目的同时又可以查看许多必要的汽车行驶参数的功能．     

面向 VBLAST-OFDM 系统的 H.264/AVC 视频传输策略优化

在H.264/AVC无线视频传输端到端失真进行理论分析的基础上,面向垂直-贝尔空时正交频分复用(vertical bell layered space time-orthogonal frequency division multiplexing,VBLAST-OFDM)系统,以视频图像组(group of pictures,GOP)为基本单元,提出了一种传输优化策略.该策略首先根据GOP内各图像帧对视频恢复质量贡献的不同,对GOP内各帧进行不等重要性划分;进而根据系统带宽的限制,提出一种联合信源端视频编码器编码量化参数(quantization parameter,QP)和信道编码器端信道编码参数选择的不等差错保护(unequal error protection,UEP) 方法,实现整个系统的传输优化.数值仿真结果表明:以峰值信噪比(peak signal to noise ratio,PSNR)作为衡量标准,与同等差错保护(equal error protection,EEP)相比,经过该策略优化后的传输方案使得接收端视频恢复质量具有明显的提升.     

视频点播系统交互式功能的设计与实现

针对视频点播系统的交互特性,在使用MPEG标准的基础上,利用空间换效率的思想,建立Ⅰ帧文件及其索引,进而提出了单道交互式功能的调度模型,实现了类视频录像系统的交互式功能,如快进、快退、暂停、随机读取和恢复播放等．根据IP组播技术的特点,为用户建立专用的类视频录像操作的数据通道提供非单道模式下的数据传输,并利用流的分离与合并技术,给出了流共享机制下实现交互式功能的解决方案．单道交互式功能的测试显示出播放、快进和快退等状态能够进行平滑切换,达到录像机相应操作状态的效果．     

一种针对全景视频编码器的复杂度优化算法

相比于普通平面视频,全景视频能给用户提供更加沉浸式的体验,但其编码复杂度也急剧上升,阻碍了其推广应用。为解决此问题,本文首先结合全景视频纬度特性和帧间相关性构建复杂度预测模型,以更好地分配帧内复杂度资源;其次,构建一个转换模型将编码复杂度转换为时间复杂度,以确保帧内编码时间的稳定性;最后,综合上述两个模型提出一种自适应复杂度优化算法。实验结果表明,本文所提算法能在复杂度与编码质量之间取得更优的平衡,以适应不同应用场景的需求。     

一种面向新型视频编码器的快速算法

为降低多功能视频编码标准(VVC)编码的复杂度,提出一种面向VVC的帧内快速编码算法.首先,根据视频内容的时空域相关性,使用反向传播(BP)神经网络对CU的划分深度进行预测;然后,使用统计概率对CU的划分模式进行选择;最后,编码时跳过不必要的划分模式以节省编码时间.实验结果表明,与原始编码器相比,该算法平均可节省59.82%的编码时间,且在同等编码质量情况下比特率的平均增加值(BDBR)仅为2.05%.     

应用层组播下VOD媒体流调度策略的研究

视频点播(VOD)系统结合组播技术可以有效提高系统性能,实现大范围视频点播.本文论述了VOD系统中媒体流调度策略和VCR功能的实现方法,针对应用层组播环境,改进了媒体流调度策略,减少用户平均等待时间、缓冲区分块数和所需流数目,并提出组播VCR操作实现方法,减少VCR过程中所需流数目.     

一种健壮的视频分流分存方法

在网络视频监控系统中,为了有效保存来自多选-视频开关的混合视频流信号,需要采用视频分流技术. 为此设计了一种改进的视频分流算法,提出关键帧定位和同步查找恢复机制. 在自行研制的网络视频监控系统中,采用该算法,将混合视频流分成独立视频流,并分别储存成对应录像文件. 实验表明,改进的算法可以高效地完成视频分流,且具有较好的健壮性.     

基于内容的视频处理和检索技术

从视频数据的基本结构出发,重点分析了基于内容检索的视频处理的一般过程,并对处理过程中的一些最新方法进行了探讨。