版權(quán)說(shuō)明:本文檔由用戶(hù)提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、視頻摘要是指將視頻中冗余的空白信息消除,生成長(zhǎng)度遠(yuǎn)遠(yuǎn)小于原視頻且僅包含關(guān)鍵信息的摘要視頻供用戶(hù)進(jìn)行快速瀏覽。動(dòng)態(tài)視頻摘要由于具備凝煉視頻中目標(biāo)動(dòng)態(tài)信息的特性,在視頻偵查、嫌疑目標(biāo)搜尋具有廣闊的應(yīng)用前景,近年來(lái)成為了計(jì)算機(jī)視覺(jué)領(lǐng)域的一項(xiàng)研究熱點(diǎn)。由于需要實(shí)現(xiàn)時(shí)間上的壓縮與空間中目標(biāo)相對(duì)動(dòng)態(tài)信息的保留,使得生成的摘要視頻在實(shí)現(xiàn)較高的壓縮率時(shí),無(wú)法高質(zhì)量地避免目標(biāo)軌跡之間的碰撞,使得壓縮率與碰撞比的時(shí)空矛盾性成為了動(dòng)態(tài)視頻摘要方法的核心難點(diǎn)。
2、本文主要從解決目標(biāo)軌跡重排中碰撞問(wèn)題的思路出發(fā),通過(guò)判斷策略、構(gòu)建圖模型、分段處理摘要框架、目標(biāo)篩選分類(lèi)等手段,選擇合理的目標(biāo)時(shí)域位置來(lái)避免空間的碰撞,同時(shí)保證方法的速度與目標(biāo)篩選性能。
首先,本文針對(duì)傳統(tǒng)視頻摘要技術(shù)復(fù)雜度高、時(shí)序混亂以及碰撞嚴(yán)重等問(wèn)題,提出了一種基于重排模型判斷策略的視頻摘要方法。利用決策制的判斷策略來(lái)限制目標(biāo)管重排的模型計(jì)算,定義了時(shí)序模型、密度模型以及碰撞模型來(lái)對(duì)傳統(tǒng)視頻摘要中的時(shí)序和遮擋等問(wèn)題進(jìn)行處理
3、。實(shí)驗(yàn)表明,基于重排模型判斷策略的目標(biāo)管視頻摘要方法能夠有效地提升算法效率、時(shí)序穩(wěn)定度和減少碰撞的性能。
其次,為了解決現(xiàn)有視頻摘要方法中高壓縮率和低碰撞率之間的矛盾,本文提出了一種基于圖著色的視頻摘要生成方法。通過(guò)利用潛在碰撞圖來(lái)表示重排后目標(biāo)管之間的空間關(guān)系,將目標(biāo)管重排問(wèn)題轉(zhuǎn)化成了圖著色問(wèn)題。圖模型中節(jié)點(diǎn)表示了目標(biāo)管及潛在碰撞點(diǎn),邊則表示目標(biāo)管的潛在碰撞關(guān)系。為了避免碰撞的發(fā)生,通過(guò)圖著色方法對(duì)潛在碰撞圖進(jìn)行著色,從而實(shí)
4、現(xiàn)目標(biāo)管在摘要視頻中的時(shí)間定位。更多地,為了令用戶(hù)在碰撞率和壓縮比之間進(jìn)行折衷選擇,設(shè)置了可供調(diào)節(jié)的著色間隔。實(shí)驗(yàn)結(jié)果證明,基于圖著色的視頻摘要方法在減少碰撞率的同時(shí),可以生成更為緊湊的視頻摘要。
再次,本文在提出基于圖著色的視頻摘要方法的基礎(chǔ)上,對(duì)該方法在速度性能與時(shí)序混亂度上的問(wèn)題進(jìn)行了改進(jìn),提出了一種基于潛在碰撞圖的在線(xiàn)視頻摘要方法。利用優(yōu)化的潛在碰撞圖表示目標(biāo)管間碰撞關(guān)系,對(duì)節(jié)點(diǎn)直接添加碰撞約束獲得目標(biāo)管起始幀。為進(jìn)一
5、步提高運(yùn)算速度,采用分段式的在線(xiàn)目標(biāo)管重排算法框架,將目標(biāo)管重排的全局最優(yōu)化問(wèn)題轉(zhuǎn)化成了分段式優(yōu)化問(wèn)題。實(shí)驗(yàn)證明,基于潛在碰撞圖的視頻摘要方法不僅能夠在壓縮率、緊湊度以及碰撞度上取得較優(yōu)的性能,同時(shí)能保持良好的時(shí)序一致性以及實(shí)現(xiàn)接近實(shí)時(shí)地運(yùn)算速度。
最后,為了滿(mǎn)足用戶(hù)對(duì)不同目標(biāo)類(lèi)型分別摘要的需求,解決視頻場(chǎng)景中目標(biāo)數(shù)量過(guò)多造成的擁擠現(xiàn)象,提出了一種結(jié)合人車(chē)分類(lèi)的視頻摘要方法。該方法首先對(duì)視頻中提取的目標(biāo)管利用分類(lèi)器進(jìn)行分類(lèi)處理
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于多目標(biāo)跟蹤及軌跡組合優(yōu)化的視頻摘要.pdf
- 視頻動(dòng)態(tài)目標(biāo)檢測(cè)方法的研究.pdf
- 基于目標(biāo)軌跡的監(jiān)控視頻濃縮.pdf
- 基于視頻的目標(biāo)運(yùn)動(dòng)軌跡提取系統(tǒng)的研究與實(shí)現(xiàn).pdf
- 動(dòng)態(tài)場(chǎng)景視頻中的運(yùn)動(dòng)目標(biāo)分割方法研究.pdf
- 基于視頻的動(dòng)態(tài)目標(biāo)檢測(cè)和跟蹤研究.pdf
- 基于全局運(yùn)動(dòng)補(bǔ)償?shù)膭?dòng)態(tài)背景下目標(biāo)檢測(cè)與軌跡跟蹤方法研究.pdf
- 煤礦井下視頻多目標(biāo)軌跡跟蹤方法研究與應(yīng)用.pdf
- 基于運(yùn)動(dòng)車(chē)輛的視頻動(dòng)態(tài)目標(biāo)檢測(cè)的研究.pdf
- 基于目標(biāo)檢測(cè)的視頻取證方法研究.pdf
- 基于李群流形的視頻目標(biāo)跟蹤方法研究.pdf
- 基于車(chē)載視頻的車(chē)輛目標(biāo)跟蹤方法研究.pdf
- 基于視頻圖像序列的目標(biāo)跟蹤方法研究.pdf
- 基于多目標(biāo)跟蹤的監(jiān)控視頻摘要系統(tǒng).pdf
- 基于視頻的目標(biāo)檢測(cè)與跟蹤方法的研究.pdf
- 基于軌跡的監(jiān)控視頻檢索的研究.pdf
- 基于視頻的目標(biāo)檢測(cè)與跟蹤方法研究.pdf
- 基于局部特征的視頻目標(biāo)跟蹤方法研究.pdf
- 基于DWT的視頻運(yùn)動(dòng)目標(biāo)提取方法研究.pdf
- 基于HMM和運(yùn)動(dòng)軌跡的動(dòng)態(tài)手勢(shì)識(shí)別方法研究.pdf
評(píng)論
0/150
提交評(píng)論