基于DCE算法的压缩域视频镜头分割方法

镜头分割是视频检索的结构化基础,为此提出一种高效的视频镜头分割方法.首先,在压缩域中提取视频流中I帧携带的特征信息,并生成帧间特征分布曲线;然后,利用离散曲线演化(DCE)算法对预处理过的曲线进行分析与演进;最后,分割出视频镜头并提取关键帧.试验结果表明:该方法充分考虑了视频编码的时序特点,具有较好的分割效果,鲁棒性强.     

一种基于MPEG压缩域的运动对象分割算法

针对目前视频压缩域中运动对象分割准确率不高的问题 ,提出一种有效的压缩域运动对象的分割算法 .该算法先对运动矢量进行运动累加和中值滤波处理 ,然后利用离散余弦变换 (DCT)系数块之间的相关性对非零运动矢量区域进行校正 .由于在对运动矢量处理的同时加入了空间DCT块的相关性校正 ,因此分割准确率有了较大的提高 .实验统计结果表明 ,对几种不同视频场景中的运动对象进行分割 ,其分割率比现有的算法提高了约 15 % .     

MPEG视频的镜头分割技术

随着多媒体压缩技术的不断发展，大量的数字视频都是以MPEG压缩格式存储。基于压缩域的镜头分割技术，由于不必完全解码，因此计算复杂度小，速度快，越来越受到研究者的关注。本文简要介绍MPEG视频流的基本结构，分析和讲座了MPEG视频镜头的切换检测技术以及关键帧的提取方法。     

用于智能交通"车流量检测"的压缩域内运动目标检测

该文提出了一种从MPEG—1视频流的压缩域中直接检测多运动目标的方法．利用MPEG—1位流中的运动矢量和DCT系数两类信息，依据运动目标在图像序列中的时空相关性，检测跟踪多运动目标．相比空间域的检测，压缩域在宏块层面上检测目标，并可以避开逆DCT的计算，因而提高了检测速度，可以应用在实时性强的场合．此文以智能交通车流量检测为平台，主要分析了相对固定摄像机远离和走近的多目标运动模型，并提出一种在压缩域内更新背景的算法．实验结果证明这种方法速度快，在车流量畅通时识别率较高．     

基于压缩域新时空特征的视频动作识别

针对基于压缩域视频动作识别中精度偏低等问题,提出了一种压缩域视频动作识别新方法.主要思路是在提取压缩码流信息阶段,利用压缩视频的运动矢量和残差构造新时空特征.新时空特征不仅具有运动矢量和残差的时空关系,更兼备物体边缘清晰的特点.通过在动作识别主流数据集(HMDB-51、UCF-101)的验证,此方法计算开销相比基于传统...     

视频镜头自动分割的若干方法

针对突变切换和渐变切换，分别提出了滑动窗口检测算法和步长为10的帧间直方图差值判定算法，并提出了闪光检测的算法，采用不同的电影片段作为测试数据，镜头分割实验表明所提出的算法对上述两种不同的镜头切换均有较好的判定效果。     

一种MPEG压缩视频的快速视频分割方法

针对越来越多的视频数据以压缩形式存在的现状,提出一种MPEG（移动图像专家组）压缩视频的快速镜头边界检测算法,利用DC（直流分量）序列计算HSV（色调、饱和度和亮度）颜色空间的直方图差,通过二次处理去除由闪光灯和渐变过程不连续引起的错误分割,使误检率大大下降,该算法对双阈值比较方法进行了改进,能更好地检测出包含停顿的镜头渐变。     

MPEG视频的镜头分割技术

随着多媒体压缩技术的不断发展,大量的数字视频都是以MPEG压缩格式存储.基于压缩域的镜头分割技术,由于不必完全解码,因此计算复杂度小,速度快,越来越受到研究者的关注.本文简要介绍MPEG视频流的基本结构,分析和讲座了MPEG视频镜头的切换检测技术以及关键帧的提取方法.     

基于Contourlet域独立分量分析的视频水印

提出了一种基于Contourlet域独立分量分析的视频水印.该水印算法首先对视频进行镜头分割;然后对同一镜头中的视频帧分别进行Contourlet分解,并选取分解后的带通分量进行独立分量分析;最后采用邻近特征值平均法将Arnold变换置乱后的水印嵌入到独立分量分析所得的运动分量上.实验结果表明,该算法在保证水印不可见性的同时能够有效地抵抗MPEG压缩及其它常见攻击,并且大大减少了计算量.     

基于帧间运动的视频分割

视频分割是视频结构化和检索的重要技术 ,目前主要通过镜头分割得到。但许多应用需要对镜头根据摄像机运动作分割 ,现有技术不能满足应用实时需要。提出了一种对P帧运动向量稳健分析计算帧间运动并进行分割的方法。与传统光流法、M估计法比较 ,该算法只在压缩域上进行 ,不需迭代 ,具较强实时性。文中阐述了方法的基本思想、理论依据与实现 ,实验表明 :该方法具有很好的效果     

视频流中的摄像机运动参数模型的代数分析

摄像机水平扫动,垂直扫动,旋转和放大等操作造成的几帧图像之间着坐标变换,证明了这些坐标变换构成一个投射群,同时对透射模型进行精确的定量分析,确定了适合该模型的参数取值范围。许多有趣的现象可以用数学分析清晰地解释。     

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.     

视频序列中的镜头渐变识别

淡入、淡出和消隐的共同特点是两个镜头之问的切换一个渐变的线性过程。渐变镜头切换识别是视频后台处理和视频数据库检索的关键技术之一。文中提出了自动检测视频序列中渐变镜头切换的数据驱动方法,首先建立了统一的渐变镜头切换模型,然后根据帧问差的统计特征,提出了淡入、淡出和消隐镜头切换识别的算法,最后给出了算法的实验结果。实验表明该算法具有较好的识别效果。     

基于残差的航空相机纵向像移补偿故障检测研究

通过分析航空相机侦照时像移模型及纵向像移补偿控制原理,提出了利用像移残差判断航空相机补偿机构各组件工作状态的新方法。并利用某型航空相机侦照图像进行分析验证,获得了与预设故障状态一致的分析结果。实验结果证明,该方法可行有效。     

基于变化区域检测的运动对象分割方法研究

随着MPEG 4和MPEG 7的研究发展 ,如何从视频序列中分割出在语义上有意义单独运动对象显得极其重要 .最近几年形成的相应分割方法很多 .文章详细讨论了基于变化区域检测的运动对象分割方法如基于参数和非参数等 ,对其算法和性能进行了比较和评述 ,并分析了当前视频对象分割技术尚存在的问题和研究前景 .     

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.     

基于可变形状基的自适应运动参数识别方法

针对传统运动参数测量方法估计结果偏差较大的问题,为了提高运动参数的测量精度,提出一种可变形状基的自适应运动参数识别方法.首先运动员的运动可以看作是一个随机过程,通过计算运动员的形心坐标,确定运动状态下运动员的形状基矩阵,然后使用测量矩阵的秩来计算形状基数量的可变性,最后获得形状基在噪声干扰情况下的最优计算结果.仿真结果表明,本文方法可以更加准确检测出人体运动的相关参数,提高了参数的测量精度.     

视频监控摄像机自标定的一种新方法

对于许多可视跟踪和视频分析任务,精确的摄像机标定是非常重要的.提出一种新的视频监控摄像机自标定算法,它利用半正定规划来恢复摄像机的焦距和主点.说明如何将摄像机旋转自标定算法转化为凸优化问题,该方法将所需正定约束自动集成到优化过程,因此得到可靠和稳定的结果.基于合成数据和真实图像的实验,证实了算法有效性和可确定的收敛性.