导读:本文包含了视频时域分割论文开题报告文献综述、选题提纲参考文献及外文文献翻译,主要关键词:时域,视频,对象,切变,母板,图像,边缘。
视频时域分割论文文献综述
沈晴,班晓娟,常征,郭靖[1](2015)在《基于视频的人机交互中动作在线发现与时域分割》一文中研究指出时域分割问题是计算机视觉领域长期存在的问题.尤其在基于视频的人机交互过程中,动作的发现和分割被要求在线完成.对此,文中提出了一种基于模板的识别框架.对于不断产生新数据的在线视频序列,该方法可根据已知的信息,及时在线发现和分割已完成动作.该方法主要过程为:首先,通过基于鞅过程的算法提取关键帧,然后沿着关键帧对前序帧进行回退式遍历,接着通过构建动作历史图像来描述动作信息,最后通过计算相对于模板动作的包含率和七阶不变矩相似度实现动作的最优分割.在IXMAS数据集上进行实验,该方法的平均动作发现率达到了88%,准确率达到了75.9%,在基于深度数据的在线实验中,该方法获得了82%的平均动作发现率.(本文来源于《计算机学报》期刊2015年12期)
祝世平,马丽,侯仰拴[2](2010)在《基于时域定区间记忆补偿的视频对象分割算法》一文中研究指出提出了一种新的基于时域定区间记忆补偿的视频对象分割算法。首先,使用对称帧帧差累计法及帧差图像的四阶矩检测出初始运动变化区域;然后,对检测出的初始运动变化区域通过时域定区间记忆补偿法进行补偿,并进一步整合形成全局运动记忆母板,在空域使用Sobel边缘检测算子较为精确地检测得到当前帧中所有边缘;最后,进行时空融合,从而提取出完整精细的运动对象轮廓并通过填充得到运动对象模板。实验证明了本文算法的正确性和快速性。(本文来源于《光电子.激光》期刊2010年08期)
张晓波,刘文耀[3](2007)在《融合时域信息的修正分水岭视频分割新方法》一文中研究指出提出一种将时域信息融入分水岭的视频分割新方法,以帧间变化检测为基础,通过运动边缘信息得到对象的初始模型,利用时域信息得到前景和背景的标识,结合提出的彩色多尺度形态学梯度算子进行分水岭分割,得到具有精确边界的视频对象,对慢变和快变的目标均有良好的效果,能够检测新出现的运动对象和现有对象的消失,能够定位和跟踪运动目标.继承了变化检测和分水岭算法速度快的优点,克服了两者易受噪声影响的缺点.(本文来源于《传感技术学报》期刊2007年10期)
孟宇[4](2007)在《多维纹理合成及视频时域分割技术的研究》一文中研究指出本文围绕纹理合成与视频时域分割两种技术,对与之相关的二维纹理合成、视频纹理合成、镜头边界检测算法及其在视频水印方面的应用等问题展开研究。提出一种应用粒子群优化算法基于像素的纹理合成方法,能够快速地在输入纹理中搜索到合适的像素复制到结果纹理,提出该方法旨在提高传统的基于像素纹理合成方法的速度,克服基于块的纹理合成方法对非矩形样本纹理无法完全采样的缺陷。提出一种应用遗传算法的视频纹理合成算法,在视频纹理合成过程中引入遗传算法,对有限长度的源视频进行加工,得到可无限播放的连续视频序列。该算法只需设定一个适当的适应度函数即可省去大量复杂的对源视频的预处理。为提高上述方法的合成质量和速度,本文还对多种相似性尺度和测量准则进行实验比较,选取一种χ2直方图法来衡量视频帧间差异度,并采用分段遗传算法合成视频纹理。提出一种基于粒子群优化分类器的镜头边界检测算法,该算法以YUV模型中的U分量直方图差异曲线来反映视频帧间差异度,能够避免检测算法对镜头运动及镜头内物体运动的敏感,同时对渐变具有更好的识别效果。接着采用滑窗均值滤波的方法对差异曲线滤波,在镜头转换部分形成具有显着特征的曲线图形。然后使用一种应用粒子群优化算法的近邻学习方法对这些曲线图形进行分类,最终实现对镜头转换的位置检测与类型识别。该算法能够在同一步骤内完成对切变和渐变的检测。提出一种应用方向经验模式分解的镜头边界检测算法,并结合独立分量分析技术实现视频水印的嵌入。应用方向经验模式分解的镜头边界检测算法除去视频帧中反映图像内光照分布与能量的最低频率固有模态函数分量,并选择一种基于块跟踪的运动补偿方法,能够解决传统的基于直方图的方法对光照突变、镜头内物体运动和镜头运动的敏感问题,减少镜头边界识别的误检率,在保证召回率不受影响的前提下提高了视频分割的精确度。使用这种视频分割方法与独立分量分析技术结合,对分割出的每个视频段进行独立分量分析得到一系列独立分量帧,以这些独立分量帧为载体,采用一种改进的基于小波域量化的图像水印技术嵌入水印,实现对视频加入水印的过程。(本文来源于《吉林大学》期刊2007-04-01)
方卫[5](2006)在《基于SVM的时域多尺度视频分割算法设计》一文中研究指出视频内容语义结构分析和视频内容检索是目前国际国内多媒体研究领域最为活跃和快速发展的课题,而镜头边缘检测是视频处理应用重要和基础的环节。随着视频编辑技术的快速发展,涌现出许多新的视频编辑技术。使得以往的方法已不适应由这些新视频特技产生镜头的边缘检测。其中在新闻视频中的子窗口——“画中画”技术的出现,就使得原有方法准确率降低,严重影响对视频内容语义结构的进一步分析。 本文通过研究各种类型的镜头边界变换,观察到在不同分辨率中的检测是一个时域多分辨率现象。因此,本文应用了一个改进的时域多尺度分辨率算法,它对视频使用Canny小波进行时域多分辨率分析。这个框架通用于所有的视频类型。本文提出了将分块色彩直方图作为一个特征向量,然后通过对该特征向量进行小波变换所得的系数表示镜头视频帧序列的时域多尺度分辨率特性。传统的统计方法不能够有效的处理如此高维数的特征向量,但是支持向量机就能够解决这一问题。本文使用支持向量机分类器作为模式识别的工具配合使用滑动窗口技术来动态的将视频帧分为切换帧(CF)、渐变帧(GF)和正常帧(NF),再将已分类的视频帧聚类为不同的镜头类型。总之,在视频片段中分块色彩直方图能够提供足够的信息,而且支持向量机也能够动态的滤除视频流中的噪声,以使本系统得到更好的检测结果。 本系统采用了新闻视频片段作为测试集来检测分割性能。这个集合包括大约30个小时(15,253个镜头)的新闻视频片段,它们分别来自不同的频道各自拥有各异的视频编辑方法。通过测试表明在保持较高的召回率(recall)的同时还可达到更高的准确率(precision)。该框架基本上解决了新闻视频中“画中画”技术造成的错检问题,对渐变起始和终止位置的检测亦有较高的准确率。(本文来源于《北京邮电大学》期刊2006-03-04)
沈云涛,郭雷,任建峰,沈玉利[6](2005)在《时域多分辨率的非压缩域视频分割算法》一文中研究指出由于非压缩视频序列具有明显的直观性视觉特征,并在实际应用中仍占据相当大的比重,针对在非压缩视频的处理中仍然存在对镜头变化的类型、镜头渐变和突变的位置分析不够准确的难点,提出了一种时域分辨率的非压缩域视频分割算法,在提取序列的基于强边缘块的直方图,比较不同序列之间的差异的基础上,采用多分辨率的算法进行镜头检测。实验证明,这种方法实现了自动视频分割并较好地克服了上述的缺点。(本文来源于《计算机应用研究》期刊2005年10期)
于跃龙,卢焕章[7](2004)在《基于时域统计变化检测实时分割头肩视频序列》一文中研究指出分析了头肩视频序列的特点,提出了基于时域统计变化检测、利用多帧运动信息实时分割视频对象的方法。先选取包括当前帧在内的前连续2N帧图像,将奇数帧与偶数帧图像作差值,形成长度为N的帧差图像序列;对每个象素点时域上的N个帧差样本值进行t分布显着性检验,判断象素点是否发生了变化;对得到的二值图像进行形态学处理,得到完整的分割结果。试验结果表明,该算法能够自动实时的分割视频对象。(本文来源于《计算机应用》期刊2004年11期)
朱曦,林行刚[8](2004)在《视频镜头时域分割方法的研究》一文中研究指出视频时域分割指将视频序列分成若干镜头 ,是视频内容分析以及基于内容的视频浏览和检索的第一步 .该文首先对视频结构以及视频镜头种类进行了简要的描述 ,然后对为计算不连续性而采用的提取特征和建立测量准则的常用方法进行概述 .其后 ,文章介绍了检测镜头切变和渐变的算法及其优缺点 .在压缩域上检测镜头变换边界的问题也在文中予以分析 .在结论与展望中 ,提出了一些这一领域的难点和对今后工作的展望 .(本文来源于《计算机学报》期刊2004年08期)
鲁照华,李华,孟伟[9](2004)在《利用空域和时域信息自动分割MPEG-4视频对象》一文中研究指出从视频序列中分割出视频对象是实现基于内容压缩编码方法的关键.该文提出了利用空域和时域信息实现MPEG 4视频对象的自动分割方法,利用相邻两帧的帧差和当前帧的纹理、颜色信息及面部定位、梯度滤波等技术,实现目标的初始化,再利用快速Hausdorff距离法跟踪目标.处理结果表明,该方法对处理相对静止的头肩序列图像具有较强的稳定性,处理速度较快,能取得较好的分割效果.(本文来源于《天津大学学报》期刊2004年05期)
王峰[10](2004)在《利用空域、时域信息分割MPEG-4视频对象》一文中研究指出随着多媒体技术的发展,人们对多媒体信息的需求也从简单的播放要求转向基于内容的访问、检索和操作,传输码流应能适应不同的网络环境和各种终端。为此,MPEG组织制定了MPEG—4标准,MPEG—4采纳了基于对象的编码技术,它要求对图像和视频(自然的或合成的)作更多的分析,甚至是理解。基于对象的编码是MPEG—4的一个重要特点,但是对象的分割问题至今仍未得到满意的解决。为了应用MPEG—4视频标准,视频序列的每一帧应该根据视频对象平面(VOPs)来描述,编码前的首要工作是视频对象(VO)的识别,把每一帧分解为若干视频对象平面,每个视频对象平面代表不同的有语义的对象。 本论文介绍了MPEG—4的标准、国际上图像分割的发展状况,在此基础上提出了利用空域、时域信息实现MPEG—4视频对象的自动分割。该视频对象分割方法基本思想是充分利用视频序列在空间上和时间上的连续性,首先求相邻两帧的帧差,大体区分运动物体和静止背景,再利用当前帧的纹理、颜色信息及面部定位技术,使用边缘检测canny算子、形态滤波等算法实现目标的初始化,随后用快速Hausdorff距离法跟踪目标,提取目标对象。文中详细论述了所使用的算法和具体的处理过程,处理结果表明该方法取得较好的分割效果。(本文来源于《天津大学》期刊2004-02-01)
视频时域分割论文开题报告
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
提出了一种新的基于时域定区间记忆补偿的视频对象分割算法。首先,使用对称帧帧差累计法及帧差图像的四阶矩检测出初始运动变化区域;然后,对检测出的初始运动变化区域通过时域定区间记忆补偿法进行补偿,并进一步整合形成全局运动记忆母板,在空域使用Sobel边缘检测算子较为精确地检测得到当前帧中所有边缘;最后,进行时空融合,从而提取出完整精细的运动对象轮廓并通过填充得到运动对象模板。实验证明了本文算法的正确性和快速性。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
视频时域分割论文参考文献
[1].沈晴,班晓娟,常征,郭靖.基于视频的人机交互中动作在线发现与时域分割[J].计算机学报.2015
[2].祝世平,马丽,侯仰拴.基于时域定区间记忆补偿的视频对象分割算法[J].光电子.激光.2010
[3].张晓波,刘文耀.融合时域信息的修正分水岭视频分割新方法[J].传感技术学报.2007
[4].孟宇.多维纹理合成及视频时域分割技术的研究[D].吉林大学.2007
[5].方卫.基于SVM的时域多尺度视频分割算法设计[D].北京邮电大学.2006
[6].沈云涛,郭雷,任建峰,沈玉利.时域多分辨率的非压缩域视频分割算法[J].计算机应用研究.2005
[7].于跃龙,卢焕章.基于时域统计变化检测实时分割头肩视频序列[J].计算机应用.2004
[8].朱曦,林行刚.视频镜头时域分割方法的研究[J].计算机学报.2004
[9].鲁照华,李华,孟伟.利用空域和时域信息自动分割MPEG-4视频对象[J].天津大学学报.2004
[10].王峰.利用空域、时域信息分割MPEG-4视频对象[D].天津大学.2004