基于弱特征的遮挡解决在视频浓缩中的应用方法

来源 :第17届全国图象图形学学术会议 | 被引量 : 0次 | 上传用户:zihaocn
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
目的:由于实际场景中存在多种复杂环境,比如目标遮挡,本文选出混合高斯模型作为目标检测算法,提出一种基于弱特征的遮挡解决在视频浓缩中的应用. 方法:选出的混合高斯模型来分割前景与背景,利用当前帧、更新背景帧、二值化前景帧进行邻域光照不变性阴影消除、Gauss噪声消除、膨胀腐蚀形态学空洞消除,通过以上处理得到较为干净的前景,同时借助canny算子扣取轮廓.在目标跟踪阶段,重点介绍基于位置和颜色特征进行关联,从中精确提取目标摘要信息和轮廓信息,随之一并存入文件,最后在浓缩阶段介绍按最优时间片能量最小化模型进行按帧序浓缩. 结果:通过实验结果表明,通过以上方法使得问题得到很好的解决,对解决目标遮挡在视频浓缩中的困难提供新的策略. 结论:本文提出的算法能够对视频浓缩显示提供很好的解决方法,实现了对长达几小时原始视频进行几十分钟浓缩显示.
其他文献
目的:针对视频摘要在压缩存储过程中仍存在大量帧间冗余数据这一问题,本文提出一种基于运动对象管道信息的视频压缩方法.方法:该方法利用监控视频背景基本保持不变导致帧间相关性远高于帧内相关性这一特性,在视频压缩域中进行背景建模并提取运动对象,在单帧宏块残差数据二维离散余弦变换的基础上,将时间维度作为第三维进行三维离散余弦变换.结果:实验结果表明,该方法对视频的压缩效果比H.264压缩标准方法效果更好,尤
为了快速表现次降雨条件下坡面水蚀地貌的动态发育过程,构建了基于元胞自动机的坡面水蚀模型,提出了基于图形处理器(Graphics Processing Unit,GPU)的坡面水蚀过程可视化模拟算法.模型包括降雨、入渗、产流、侵蚀、沉积和输沙等过程,通过对元胞应用简单的水沙交换规则来实现产流产沙的同步演化.通过将动态变化的顶点相关数据存储在顶点缓存对象(Vertex Buffer Object,VB
目的:针对目前流行的基于线性随机测量的实时目标跟踪算法在目标发生遮挡时易导致错误累积而产生漂移现象的问题,提出了一种基于加权分块的改进算法.方法:首先对被跟踪目标进行区域划分,利用稀疏测量矩阵提取各部分的低维多尺度特征,并训练得到各自的分类器.然后,在下一帧中使用训练好的分类器对候选目标的相应部分进行判别,计算各部分的分类得分值.最后,根据得分值赋予不同的权重,得分值高的其相应的权值大,并对分类器
场景变化检测涉及许多图像应用领域.本文结合多尺度结构张量与彩色光照不变模型,抑制光照变化的影响,提高检测结果的准确性.采用多尺度结构张量求取两幅图像的纹理欧氏距离,同时采用归一化rgb色彩模型提取两幅图像的色彩欧氏距离,设置自适应权值,将两者加权相加.将结果二值化后,再进行二值开启操作,去除噪声,检测发生变化的场景区域.实验结果显示,与其他方法相比,当光照发生缓慢变化时,由多尺度结构张量所提取的纹
目的:为了更好地保持修复后图像的结构连贯性及与邻域信息的连续一致性,本文提出引入4方向特征的全局优化图像补全算法.方法:首先利用Curvelet变换提取图像的水平、垂直、正对角及反对角4个方向的特征;而后在构造数据项和平滑项能量时,引入4方向特征与颜色信息一起共同衡量样本块间的相似性,以此构造符合人眼视觉要求的全局能量约束方程;同时自适应确定计算数据项和平滑项能量的样本块大小;最后利用图割算法求取
卡通角色造型是动漫作品的灵魂,优秀的卡通角色蕴藏着丰富的艺术及文化价值.卡通化的人物造型往往以其夸张的风格化效果,给观众以强烈的视觉感官刺激和深刻的印象.本文在深刻总结卡通形象的艺术创作过程的基础上,将图形变形技术与艺术风格化技术相结合,提出一种风格化变形规则套用的新方法:对输入的卡通形象,套用已有的艺术化变形风格效果,使其变形为新的具有相似艺术风格的卡通造型.在CVIDraw软件平台[1]的支持
由于受分辨率和视角范围的限制,普通的图像获取设备通常无法拍摄到较大场景的图像,而图像拼接技术可通过对获取的若干幅小视角场景的图像进行配准和融合得到一幅宽视角的全景图像,为此,本文设计了两种序列图像拼接系统.针对只存在二维平移的待拼接图像,设计了平移鲁棒的实时序列图像拼接系统,该系统以基于傅里叶变换的相位相关法为基础进行拼接.针对待拼接图像同时存在旋转和平移的情况,设计了基于Harris特征点检测的
实时三维平台(或三维游戏引擎)一般在主线程中采用帧刷新主循环进行实时渲染,客户应用则作为事件处理子程序在循环间与平台进行交互.这样的结构下,应用必须分割复杂的逻辑或直接管理多线程处理,以避免影响平台主循环的实时性,这将增加应用程序设计的复杂性.基于actor模型的并发程序可以有效地简化并行进程之间的交互与同步,并具有很好的可伸缩性,是一种常用的并发程序模型.然而,actor模型的实现往往需要语言和
景象匹配常用于无人机、巡航导弹等武器系统中,是精确导航的重要方法.本文提出了一种基于粒子群优化算法和Hausdorff距离优化的景象匹配方法.通过对标准PSO算法的优化,加快了寻优的速度,解决了算法容易早熟的问题.将改进的Hausdorff距离作为相似性度量算法,一定程度上减少了匹配计算时的运算量.本文将两种算法有机结合,提出了一种快速景象匹配算法.与经典PSO算法和快速的自适应景象匹配算法[1]
目的:分析静息状态下人视觉区默认模式网络(default mode network,DMN)及其空间特征.方法:12例健康男性被试,年龄(29.8土6.4)岁.在GE Signa l.5T磁共振成像系统上采集被试静息状态下的功能磁共振成像(functional magnetic resonance imaging,fMRI)数据.定义初级和次级视觉区(BA17、18区)为感兴趣区,采用功能连接MR