一种基于内容的镜头边界快速检测方法

镜头边界检测是视频索引研究领域中的一项重要技术和基础步骤,近年来受到广泛的研究,但大量的研究过度关注算法的检测精度(从查全、查准两方面考虑)而忽略了算法的运算成本.就目前已有的框架和算法进行改进,提出一种兼顾检测精度和运算速度的镜头边界检测方法.该方法引入预处理技术,在进行镜头边界检测前过滤掉视频中不包含镜头转换的视频序列,从而在不失精度的前提下提高算法运行速度.试验证明该方法在提高检测速度的同时可以有效地检测出视频序列中的突变、渐变边界,并且获得了令人满意的精度.     

基于DirectShow的镜头检测系统

镜头检测是视频检索中最基本也是最重要的一项内容,在讨论了如何利用DirectShow获取视频单帧图像的基础上,采用“滑动”窗口法来实现镜头的切变与渐变的检测,实现了基于DirectShow的镜头检测系统．实验结果表明,系统对镜头切变的检测取得了良好的效果,同时,也可以对滑动、淡入淡出、擦除等渐变进行检测．系统采用了DirectShow作为对视频的支持,具有良好的通用性及人机交互界面,满足了视频检索系统对界面的要求．     

基于MPEG-7和消隐镜头检测的视频检索系统

视频是一种非格式化、时空并存、大数据量的媒体数据,传统的基于文本的信息查询技术已不能满足人们的要求,所以有关视频特征描述、查询、浏览及管理中存在的障碍亟需解决.本文在基于内容的视频检索系统中提出了一种消隐镜头的检测算法--基于局部特征时变一致性的检测算法.同时利用MPEG-7标准中描述符的结构定义描述视频检索系统的特征库,实验结果验证了系统的有效性.     

一种改进的基于互信息量的镜头边界检测算法

镜头边界检测是基于内容视频检索的基础环节。由于视频类型与内容众多,目前镜头边界检测中存在阈值选取困难、查全率和查准率不高等问题。针对以上问题提出一种改进的基于互信息量的镜头边界检测算法,在字幕检测定位算法有效定位字幕区域的基础上,通过比较非字幕、非四角区域HSV空间直方图求取的相邻帧间互信息量的差异程度,实现镜头边界检测。实验表明,与当前应用最广泛且比较有效的双阈值算法相比,突变镜头检测综合性能平均提高12.4%,渐变镜头检测综合性能平均提高8.2%,通过自适应阈值的选取,有效解决了阈值依赖人工经验选取的问题;与当前已提出的基于互信息量的镜头边界检测算法相比,该算法降低了计算复杂度、几乎能检测所有的淡入淡出镜头边界,并使得镜头边界检测具有较高的查全率与查准率。     

一种新的视频镜头边界检测及关键帧提取方法

根据视频邻域片段变化的特点提出了镜头边界系数模型,镜头边界系数具有良好的抗噪能力,且对视频帧的时域变化有较好的描述能力,可用于镜头边界检测与关键帧提取.它可以单独检测镜头边界,也可以与传统的基于帧差的镜头边界检测方法相结合检测镜头边界.在提取关键帧时,根据镜头边界系数的分布,自适应地确定镜头内的关键帧数,用非极大值抑制方法与基于镜头边界系数的优先级方法确定关键帧的位置.实验结果表明,该方法在镜头边界检测性能上要优于已有的基于帧差的镜头边界检测方法,提取的关键帧对镜头的视觉内容具有较好的表达能力,且可在视频回放时实时执行.     

基于二次帧差与窗口最大值的镜头边界检测方法

针对突变和渐变的特点,提出了一种适合突变检测的二次帧差法和适合渐变检测的窗口最大值法.二次帧差法通过计算相邻帧差之间的二次帧差,有效地突出了突变的特征,而窗口最大值法通过计算非相邻帧之间的帧差有效地突出了渐变的特征.利用窗口最大值准确地找到了渐变的中心位置,两种方法的有机结合可有效地检测出几乎所有的突变和渐变.该方法不用设置全局阈值,适应性强,实验结果表明了该算法的有效性.     

基于关键点匹配的视频镜头边界检测

镜头边界检测就是找到每个镜头的起始和结束帧,它是视频分析的基础,也是基于内容的视频检索的第一步.因此,其效率和准确度直接关系到整个视频检索的成败.然而,由于摄像头和物体运动的影响,现有的镜头边界检测的准确率较低.为了解决这个问题,论文提出了基于关键点匹配的镜头边界检测方法.该方法通过比较连续两帧关键点匹配的数量,确定镜头边界,并且具有较高的准确率.     

一种新的自适应镜头边界检测算法

针对镜头边界检测中存在的检测效果和检测阈值依赖人工经验的问题,提出了一种新的自适应镜头边界检测算法.该算法以视频帧窗口中亮度帧差到帧差均值的距离作为切变检测特征,根据该距离值的变化程度自动选取切变最优化阈值;以视频帧序列中的颜色帧差为渐变检测特征,对该帧差进行数量级量化,直接利用量化结果判定渐变,实现了镜头检测的自适应.实验结果表明,该算法对切变的查准率和查全率分别为96.74%和97.41%,对渐变的查准率和查全率分别为92.34%和89.67%,对于不同类型的视频检测效果稳定.     

一种基于内容的视频信息检索技术的研究

在多媒体技术迅速发展的今天,作为多媒体信息中最复杂的视频信息,用传统的文件检索方法已无法满足用户的查询要求,而新的基于内容的检索技术将更好地满足视频信息的查询和检索．文章从基于内容的检索中用户的查询要求出发,将视频流划分成多个视频段,用对象和事件来表达每个视频段的视频内容,并在考虑时态特性的基础上,提出新的索引结构和查询算法,以有效地支持基于内容的检索和查询。     

基于Rough Set的贝叶斯网络结构学习研究

Rough Set理论与方法是处理复杂系统的一种有效方法,但未能包含处理不精确或不确定原始数据的机制,与贝叶斯网络等不确定性理论有很强的互补性.本文提出基于Rough Set理论的贝叶斯结构学习方法,把Rough Set理论与贝叶斯网络相结合,通过属性约简简化贝叶斯网络结构变量,更好满足条件属性间的独立性限制,降低结构复杂度;同时,条件属性之间的依赖性决定贝叶斯网络变量之间的依赖关系和弧的方向.最后,通过算例说明该方法的应用过程.     

视频内容的结构分析研究

基于内容的视频检索是目前一个热点,进行检索前必须要根据视频内容为视频数据建立索引。本文从镜头分割和分类分析了视频内容的语义结构。     

一种新的镜头边界检测和静态视频摘要提取方法

提出一种新的融合图像分割和注意力模型的静态视频摘要自动生成方法.该方法将视频中的每帧图像分割成块,分别计算连续2帧对应块的匹配距离;在此基础之上,根据各个块不同的重要性用线性融合的方法求出2帧之间的匹配距离;然后通过计算匹配距离的期望和标准差自动地求出阈值,进而检测出镜头边缘;最后根据每个镜头的匹配距离,提取出静态视频摘要.仿真结果表明:与同类方法相比,该方法能够快速高效地检测出各种镜头边界,提取的静态视频摘要能够有效反映视频的内容.     

N/2帧回退与十字切片相结合的镜头边界检测算法

基于内容的视频检索是当前计算机领域研究的热点之一。在基于内容的视频检索中,镜头边界检测技术是核心关键的技术之一。文中针对镜头边界检测,在传统算法的基础上提出了一种N/2帧回退与十字切片相结合的镜头边界检测新算法。对该算法利用MATLAB仿真并通过与传统算法对比,结果表明,算法复杂度大大降低,镜头边界检测的时间缩短了一倍以上,并且在一定程度上提高了视频镜头边界检测的准确率。     

广义粗集的公理化

粗集理论在数据挖掘等领域得到了广泛的应用，对粗集理论进行推广可得到各种广义粗集。该文研究了广义粗集的多个公理组，证明了公理组中各公理的独立性，并给出了普通粗集理论的另一个公理组，它有4条相互独立的公理组成。     

粗糙集代数与MTL代数

讨论粗糙集代数与MTL代数的关系以及由粗糙集代数构造MTL代数的方法.借助近似代数上的原子及同余关系,证明了在适当选取蕴涵算子及余运算之后,粗糙集代数就成为MTL代数.     

基于内容的视频检索研究

对比了基于关键词的检索与基于内容的检索方式后,探讨了基于内容的视频检索的关键技术,并构造了一种基于内容的视频检索系统。最后总结了当前研究热点并展望未来发展趋势。     

粗糙集模型和概率粗糙集模型的若干研究

主要叙述在等价关系、一般关系和概率论中的粗糙集模型，给出它们的定义、性质、各自的几种定义类型和它们之间的联系以及若干例子．     

粗糙模糊集的一种新的构造方法

通过表现定理从新的角度建立了模糊粗糙集的近似算子，并指出可以用类似的方式建立模糊粗糙集的近似算子．