已閱讀1頁,還剩63頁未讀, 繼續(xù)免費閱讀
版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、視頻數(shù)據(jù)是信息存儲的重要手段,但一些情況下,例如監(jiān)控相機記錄的視頻,其視頻的幀與幀之間相似度高,形成大量的信息冗余,為信息的存儲、查詢、傳輸?shù)葞砝щy。本論文主要設(shè)計了一種視頻語義濃縮算法,通過提取視頻中的關(guān)鍵幀,實現(xiàn)快速、準確的感知視頻內(nèi)容的目的。本文算法首先采用背景建模方法從原始視頻中提取包含重要信息的連續(xù)前景視頻段,去除信息量較少的背景幀,然后通過采用視頻語義分割方法將前景視頻段分割得到一系列的子視頻,將從子視頻的每一幀中提取出來
2、的特征構(gòu)成原始字典,采用字典選擇方法提取出關(guān)鍵幀。本文方法針對監(jiān)控視頻,使用背景建模過濾無用信息,通過視頻語義分割方法可處理不限長度的視頻,而所選取的圖像特征和字典選擇方法則能靈活有效地提取出有意義的關(guān)鍵幀。
本文使用C++編程語言,利用OpenCV函數(shù)庫,編寫了具有MFC界面的程序,可以自動地根據(jù)輸入的視頻,提取出關(guān)鍵幀,此外還能顯示關(guān)鍵幀、分值等信息,并將其保存下來。在最后的實驗部分,通過對固定平臺視頻的測試,并與人工標識
溫馨提示
- 1. 本站所有資源如無特殊說明,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,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 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. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于在線學(xué)習(xí)的視頻檢測與跟蹤技術(shù)研究.pdf
- 基于在線學(xué)習(xí)的視頻多目標關(guān)聯(lián)技術(shù)研究.pdf
- 基于機器學(xué)習(xí)的視頻語義在線理解的研究.pdf
- 基于機器學(xué)習(xí)的數(shù)字視頻水印關(guān)鍵技術(shù)研究.pdf
- 基于在線自適應(yīng)字典學(xué)習(xí)的視頻異常事件檢測技術(shù)研究.pdf
- 基于在線學(xué)習(xí)的視頻跟蹤研究.pdf
- 基于深度學(xué)習(xí)的視頻跟蹤技術(shù)研究.pdf
- 基于機器學(xué)習(xí)的流分類技術(shù)研究.pdf
- 基于深度學(xué)習(xí)的視頻內(nèi)容識別技術(shù)研究.pdf
- 基于集成學(xué)習(xí)的視頻鏡頭分割技術(shù)研究.pdf
- 基于機器視覺的印刷質(zhì)量在線檢測技術(shù)研究.pdf
- 基于Rough集方法的機器學(xué)習(xí)技術(shù)研究.pdf
- 基于音頻分析的視頻摘要技術(shù)研究.pdf
- 基于機器學(xué)習(xí)和程序分析相結(jié)合的程序調(diào)試技術(shù)研究.pdf
- 基于機器學(xué)習(xí)的VoIP流量識別技術(shù)研究.pdf
- 基于機器學(xué)習(xí)的宮頸細胞分類技術(shù)研究.pdf
- 基于機器視覺的酒液異物在線檢測技術(shù)研究.pdf
- 基于在線學(xué)習(xí)的微博過濾技術(shù)研究.pdf
- 基于機器視覺的機器人涂膠質(zhì)量在線檢測技術(shù)研究.pdf
- 基于機器學(xué)習(xí)理論的水質(zhì)預(yù)測技術(shù)研究.pdf
評論
0/150
提交評論