【摘 要】
：
近期,体育视频分析中的广告牌商标的探测和识别方法已经广泛应用于许多其他领域,比如商业电视.基于此,提出了一种能在不同体育视频(如足球、篮球和F1赛车等)中进行广告牌商标实时识别的算法,该算法主要包括两个步骤,首先,利用基于模糊决策树的方法进行广告牌图像帧的探测;其次,利用颜色特征和局部SIFT(Scale-invariant feature transform)特征来描述不同商标的外观,并最终通过
论文部分内容阅读
近期,体育视频分析中的广告牌商标的探测和识别方法已经广泛应用于许多其他领域,比如商业电视.基于此,提出了一种能在不同体育视频(如足球、篮球和F1赛车等)中进行广告牌商标实时识别的算法,该算法主要包括两个步骤,首先,利用基于模糊决策树的方法进行广告牌图像帧的探测;其次,利用颜色特征和局部SIFT(Scale-invariant feature transform)特征来描述不同商标的外观,并最终通过基于潜在语义分析(Latent semantic analysis,LSA)的SIFT词汇匹配来识别所给
其他文献
目前,计算机技术已渗透社会生活的方方面面,也给人们的生活和工作带来了极大的方便。大部分学校都开设了计算机课程,让学生进行计算机上机的实践操作,熟悉计算机操作技能。为保证计算机课程的教学效果,机房的稳定良性运作就显得尤为重要。
人类社会文明的进步与发展过程中,数学在社会各领域中的应用越来越广泛,作用越来越大,已成为当代高新技术的重要组成部分。现代文明技术使计算机高度发展的今天,计算机科学技术在数学中应用越来越受到人们的关注。
Texture retrieval is a vital branch of content-based image retrieval.Rotation-invariant texture retrieval plays a key role in texture retrieval.This paper addresses three major issues in rotation-inva
Based on some previous work on the connection between image restoration and fluid dynamics,we apply a two-step algorithm for image denoising.In the first step,using a splitting scheme to study a nonli
According to the characteristics of narrow-band radar echoes from spinning targets,this paper applies the complex-valued back-projection method to image formation.Since it accumulates the sinusoidal p
针对视频序列中由于帧与帧间的目标信息大量重叠导致运动目标的重叠部分被误检为背景,为提高检测目标的完整性,提出了背景减除与边缘检测相融合的算法。首先,利用自适应中值滤波(AMF)与均值结合的方法提取更干净的背景,然后用背景减除法得到前景的大致位置;同时用改进的Sobel算子作边缘提取;最后将这两个结果融合在一起,得到完好的运动目标图像。为了验证所提出算法的有效性,在Weizmann行为数据库上进行实
针对CCD获取的结构光图像因大尺寸、光照不均匀,一般分割方法容易产生过分割或欠分割,提出了一种简化的脉冲耦合神经网络(PCNN)分割方法。将结构光图像进行分块,降低光照对分割质量的影响。每块子图像采用改进的PCNN模型自动进行分割。PCNN采用线性方式动态调整脉冲门限,以最小交叉熵确定其迭代次数,并利用邻域像素间的关系自动调整连接系数,减少人工干预。通过主客观评价指标对分割结果进行了比较,结果表明
针对基于离散余弦变换(DCT)变换的图像压缩后失真图像易产生块效应,提出了一种有效的块效应评价方法。首先依据JPEG图像每8×8图像块的灰度值特性把其失真程度分为严重、较严重、有轻微方块化效应和无方块化4类,统计每类图像块占整幅图像的比例,然后确立每类图像块与图像质量平均主观得分(MOS)之间的关系,利用统计的Regress方法建立JPEG图像块效应评价模型。通过对公用图像数据库LIVE中JPEG
提出了一种基于模板缩放的分割方法,用于数字人切片图像中小脑与脑干组织的分割。算法首先将图像序列分段,通过在每一段中采用边缘检测的方法获得单张分割模板,然后进行形态学运算控制模板缩放实现图像的连续自动分割。实验结果表明,该算法的分割结果与图像分割的"金标准"符合很好,分割相似指数(DSI)大于70%,且分割效率高,有助于加快完善脑部解剖结构的分割数据集,进而实现高精细度数字化人脑模型的构建。
模糊C均值(FCM)聚类算法对图像局部灰度值不均匀和噪声十分敏感,提出一种基于像素点灰度补偿校正和邻域信息的FCM新算法。通过预先假定像素点存在加性或乘性噪声,再将像素点的邻域信息引入到噪声模型,经反复迭代调整像素点的噪声值直至最优。在FCM反复迭代的过程中,对算法进行上下截集半模糊化处理,从而提高分类的速率和准确率。实验结果表明,本文算法对局部灰度值不均匀区域有较好的补偿作用,能有效地抑制噪声,