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、傳統(tǒng)靜態(tài)視頻摘要方法主要根據(jù)相鄰幀之間的差異來提取視頻關(guān)鍵幀,本文著重于對視頻中的人臉對象進行分析并提取視頻關(guān)鍵幀集合。由于視頻中檢測到的人臉圖片數(shù)量較多且存在一定的冗余,常規(guī)的人臉特征維數(shù)又較高,從而大大影響生成視頻摘要的精度和速度,為此,提出了一種針對face-track的特征描述方法,其中的face-track是指跟蹤視頻中的單個人臉而得到的圖片集合;本文提出的face-track特征描述法通過對face-track的人臉圖片集合
2、進行特征空間變換,分析提取其中有效的信息,從而得到對于face-track的整體描述而非單張人臉的特征描述。使得視頻中的人臉特征不僅在數(shù)量上而且在維度上都得到了有效壓縮。實驗比較了不同的特征提取方法,并采用不同的聚類算法進行了效果驗證,結(jié)果表明本文提出的face-track特征描述方法在聚類時間上和準確度上都有一定的優(yōu)勢。
通過聚類算法從視頻中獲得關(guān)鍵幀,從而生成靜態(tài)摘要,是一種常見的視頻摘要生成方法,然而常見的聚類算法不僅需
3、要預(yù)先確定類的個數(shù),而且忽略了視頻幀的時間順序,導(dǎo)致得到的視頻摘要不能準確概括視頻中的重要內(nèi)容。稀疏子空間聚類是一個新穎的聚類方法,該方法不需要預(yù)先制定聚類個數(shù),本文在原有的稀疏子空間聚類的基礎(chǔ)上,提出了基于人臉序列的稀疏子空間聚類算法,并給出了一個新穎的視頻摘要生成系統(tǒng)。該系統(tǒng)不同于常規(guī)的側(cè)重于分析整個視頻幀內(nèi)容的視頻摘要生成方法,而是側(cè)重于分析視頻幀中的人臉對象,通過檢測跟蹤視頻中的人臉,得到若干人臉序列,然后通過對這些人臉序列進行
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(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)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(dān)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
- 正面單人臉識別技術(shù)的研究.pdf
- 面向視頻流的人臉摘要系統(tǒng)的研究.pdf
- 基于靜態(tài)人臉圖像的年齡估計方法研究.pdf
- 基于靜態(tài)圖像的人臉監(jiān)測.pdf
- 基于人臉視頻跟蹤算法的研究.pdf
- 基于靜態(tài)灰度圖像人臉識別算法的研究.pdf
- 基于視頻的實時人臉檢測研究.pdf
- 基于人臉視頻測量脈搏方法的研究.pdf
- 基于靜態(tài)人臉檢測與識別算法研究.pdf
- 基于圖論的視頻圖像人臉識別.pdf
- 基于人臉檢測的視頻壓縮.pdf
- 基于人臉內(nèi)容的視頻索引方法的研究.pdf
- 基于人臉檢測的視頻編碼算法研究.pdf
- 基于視頻的人臉識別研究.pdf
- 基于靜態(tài)圖像的人臉表情識別研究.pdf
- 基于人臉的視頻檢索技術(shù)研究.pdf
- 基于靜態(tài)人臉圖像的性別識別方法研究.pdf
- 多核加速的視頻人臉及人臉特征獲取.pdf
- 基于線性判別分析的單人臉識別系統(tǒng)研究.pdf
- 靜態(tài)人臉圖像識別研究.pdf
評論
0/150
提交評論