模糊ISODATA聚类结合直方图熵值算法的异常行为检测

针对传统智能视频监控系统不能及时准确地发现危险或者发现危险不能及时报警的问题,提出一种基于模糊迭代自组织数据分析聚类结合直方图熵值算法的异常行为智能检测方法。该方法通过模糊迭代自组织数据分析聚类方法获取视频关键帧,根据分类结果采用直方图熵值法对异常行为进行判断。实验结果表明,所提算法可以对具有复杂背景的监控区域有效地实现人体的检测,并且能准确地识别出人体异常的动态行为,有效地减少了住宅小区和养老院的安全隐患。     

融合SMCF与加权直方图的视频人脸快速匹配方法

在视频流环境下,提出了一种融合序列蒙特卡罗滤波(SMCF)与加权直方图的快速人脸匹配方法,该方法以目标人脸在HSV空间下的加权直方图作为匹配特征,利用SMCF的采样和权值化处理技术预测人脸可能的匹配区域,通过最大后验估计实现目标的快速相似匹配。实验表明,采用在HSV下具有聚类特性的加权直方图特征可有效地适应复杂背景的干扰,同时SMCF的区域预测和最大化估计有效地减小了计算开销,增加了匹配的可靠性,可应用于人脸跟踪、视频监控及数字娱乐等领域。     

基于音视频模板匹配的新闻视频识别方法

本文提出了一种基于音视模板匹配的新闻视频识别方法。在模板建立过程中,从新闻视频片头中的主题音乐提取音频模板,从主持人镜头中的扩展人脸区域提取视觉模板,这两者共同构成音视模板;在识别过程中,对电视视频流先进行音频模板匹配,然后由匹配通过的候选时间点定位到相应的视频镜头,接着通过视觉模板对镜头中的扩展人脸区域进行匹配,进而确定主持人镜头,最后完成新闻视频识别。实验结果表明,该方法计算效率高、简单易操作,具有较好的实用价值。     

多特征融合的新闻视频单元高效分割方法研究

为了提高新闻视频单元分割的准确性和稳定性,提出了多特征融合的新闻视频单元高效分割技术.首先,通过基于重要性区域分析的局部直方图比较方法,实现新闻镜头的准确检测,并提取出每个镜头的关键帧.然后,检测出关键帧中的人脸信息,并针对局部直方图和人脸特征实现关键帧聚类,从而确定口播镜头的位置.最后,通过解析串联单进一步优化新闻单元分割的结果.在省、市、县播出的多个新闻视频上进行实验,结果表明该方法具有较高的可靠性和稳定性,能够准确高效地实现新闻单元的自动分割.     

基于人脸检测的新闻视频主持人帧识别技术研究

本文首先阐述了新闻视频中主持人帧检测的重要意义,然后重点介绍了一种基于人脸检测的自动的主持人帧识别算法。该方法首先利用人脸检测器过滤出具有人脸的候选帧,然后利用补充的背景匹配算法从候选帧中筛选出主持人帧。实验结果表明,该方法适用于各种不同种类的新闻节目视频,可以应用于新闻视频分析。     

结合FCM聚类与SVM的火焰检测算法

针对传统视频型火焰检测算法误报率高、局限性强等问题,提出一种四步火焰检测算法。首先利用一种自适应混合高斯模型（GMM）检测视频序列中的运动目标;然后采用模糊C 均值（FCM）聚类算法分割疑似火焰区域与非火区域;再提取疑似火焰区域的面积变化、表面不均度等时空特征参数;最后将这些特征参数输入训练好的支持向量机（SVM）分类器以识别火焰区域。实验结果表明,算法不但在提高了检测率的同时降低了误检率,而且适用范围广,是一种有效的火焰检测算法。     

基于区域特征的视频序列人脸快速检测

提出了一种基于区域特征的快速人脸检测算法.采用瞬时差分和背景差分获取并跟踪运动目标.消除了运动目标引起的背景模型更新误差.在检测到的运动目标区域内.通过基于区域特征的马赛克三分图模型检测人脸区域,并利用频率直方图方法合并所检测区域,最终获得人脸位置.实验结果表明,平均检测时间为30ms/帧,检测准确率可达95.7%,算法复杂度低、检测效果好,适合各类视频图像的人脸实时检测.     

融入局部信息的直觉模糊核聚类图像分割算法

针对传统直觉模糊C均值聚类(Intuitionistic Fuzzy C-means,IFCM)的图像分割算法对噪声和初始聚类中心敏感,导致聚类精度不高和迭代次数多的问题,提出一种结合局部信息的直觉模糊核聚类的图像分割算法。在该算法中,首先采用基于直方图的方法确定聚类中心初始值,解决算法对聚类中心的初始值敏感的问题;其次,利用核函数将待分类数据集映射到高维非线性空间,改善分类数据的线性可分性,同时在目标函数中引入局部灰度信息和局部空间信息,优化直觉模糊隶属度的计算方法,提高直觉模糊聚类的分类精度。实验结果表明,提出算法能减少迭代次数,提高聚类精度,能有效对图像进行分割;无论在对图像分割还是在聚类有效性上,提出算法都要优于传统的模糊聚类算法,如模糊C均值聚类(Fuzzy C-means,FCM)、模糊核均值聚类(Kernel-based fuzzy c-means,KFCM)）、引入空间信息的直觉模糊C均值聚类(Intuitionistic Fuzzy C-means with spatial constraints ,IFCM-S)、模糊空间聚类(Fuzzy Local Information C-means,FLICM）、直觉模糊C均值聚类(Intuitionistic Kernel-based Fuzzy C-means,IFKCM）等。      

结合Voronoi划分HMRF模型的模糊ISODATA图像分割

为了解决传统模糊聚类图像分割方法对噪声敏感及无法自动准确确定聚类数的问题,提出结合Voronoi划分HMRF模型的模糊ISODATA图像分割方法。利用Voronoi划分将图像域划分为若干子区域,以划分子区域为基本单元定义基于隐马尔科夫随机场(HMRF)模型的模糊聚类目标函数,以解决噪声敏感问题;通过迭代自组织数据分析技术算法(ISODATA)中聚类分裂、合并技术改变聚类数,以实现聚类数的自动确定。对模拟、合成图像和真实图像分割结果的定性和定量分析表明:提出算法不仅可以有效克服噪声和像素异常值对分割结果的影响,而且还能自动准确确定聚类数,实现高精度的自动变类图像分割。      

基于模糊C均值聚类与空间信息相结合的图像分割新算法

针对传统的模糊C均值聚类（FCM）图像分割方法未考虑图像的空间信息,对噪声十分敏感的问题,本文提出了一种结合空间信息的模糊C均值聚类分割新算法;该算法将图像的二维直方图引入传统的模糊C均值聚类算法中,并对隶属函数做了改进;依据平方误差和最小准则,来确定模糊分类矩阵及聚类中心;最后,依据最大隶属度原则,划分图像像素的类别归属,以改善传统的PCM算法的分割质量。实验结果表明,该算法显示了较好的分割效果和较强的抗噪性能。     

新闻视频单元高效切分方法的研究与实现

提出了一个基于口播检测的高效新闻视频单元切分方法。该方法首先检测出新闻视频的镜头边界;然后从每个镜头中提取出关键帧,并计算出关键帧的直方图和SIFT特征;最后通过关键帧聚类获取新闻视频中的所有口播镜头,并以此为依据将新闻视频分割成多个语义单元。基于以上方法,开发了用于新闻视频单元切分的软件系统。该系统能够准确、高效地实现新闻单元的自动切分,有效地减轻视频切分时的工作强度,满足新媒体时代节目快速制作的要求。     

Advanced news video parsing via visual characteristics of anchorperson scenes

In this paper, we present an advanced news video parsing system via exploring the visual characteristics of anchorperson scenes, which aims to provide personalized news services over Internet or mobile platforms. As the anchorperson shots serve as the root shots for constructing news video, the addressed system firstly performs anchorperson detection which divides the news into several segments. Due to the manipulation of multi-features and post-processing, our method of anchorperson detection can even be efficiently applied to news video whose anchorperson scenes are most challenging and complicated. Usually, the segments produced from anchorperson detection are regarded as news stories. However, an observation in our database proves this is not true because of the existing of interview scenes. These interview scenes are showed in the form that interviewer (anchorperson) and interviewee recursively appear. Thus, a technique called interview clustering based on face similarity is carried out to merge these interview segments. Another novel aspect of our system is entity summarization of interview scenes. We adopt it in the system at final. The effectiveness and robustness of the proposed system are demonstrated by the evaluation on 19 hours of news programs from 6 different TV Channels.     

一种基于分布特点的口播帧识别算法

针对现有的大部分口播帧识别方法均缺乏通用性,提出一种基于口播帧分布特点、无须模板的检测算法.首先,视频流被切分为镜头集合并提取满足一定条件的候选镜头;其次,对相似镜头进行聚类;最后,研究每个类的分布特征.根据口播帧时间分布特征,检测出包含口播帧的聚类集合.实验表明,本文算法实用性强,应用范围广,准确率基本达到100%.     

基于累积直方图的视频镜头边界检测方法

提出了一种基于累积直方图的视频镜头边界检测方法,以累积直方图来代表视频帧图像的特征,其帧差充分反映了视频帧图像间的差异性;结合滑动窗的局部阈值分割处理,获得镜头边界检测对物体/摄像机的运动和光线变化的不敏感性。实验结果表明,本方法在镜头突变边界检测中达到95.97%的查全率和96.75%的查准率。     

Efficient Filtering and Clustering Methods for Temporal Video Segmentation and Visual Summarization

Automatic temporal segmentation and visual summary generation methods that require minimal user interaction are key requirements in video information management systems. Clustering presents an ideal method for achieving these goals, as it allows direct integration of multiple information sources. This paper proposes a clustering-based framework to achieve these tasks automatically and with a minimum of user-defined parameters. The use of multiple frame difference features and short-time techniques are presented for efficient detection of cut-type shot boundaries. Generic temporal filtering methods are used to process the signals used in shot boundary detection, resulting in better suppression of false alarms. Clustering is also extended to the key frame extraction problem: Color-based shot representations are provided by average and intersection histograms, which are then used in a clustering scheme to identify reference key frames within each slot. The technique achieves good compaction with a minimum number of visually nonredundant key frames.     

级联手工特征与深度特征的视频关键帧检测方法

关键帧检测是有效的视频内容分析的关键环节。常用的基于手工特征的方法运行效率高但很难有效表征关键帧特征,因而性能不好。基于深度特征的方法因为网络结构复杂,导致效率不高。在体育比赛类视频中,关键帧常为比赛转播中镜头变化的最后一帧。但广播视频中除了包含比赛视频还包括很多其他类型的镜头如中场休息、渐变镜头等。因此检测最后一帧包含很多比赛无关内容。针对这一问题,本文提出了一种手工特征与深度特征相结合的视频关键帧检测方法。首先基于颜色直方图特征进行镜头边界检测获取最后一帧。进一步基于直方图相似性提出一种类似聚类的方法得到候选关键帧。最后,基于深度神经网络对候选关键帧进行分类,得到真正的关键帧。在冰壶比赛视频和篮球比赛视频上的对比实验结果表明,相对于传统的背景差分法、光流法等,本文提出方法能够快速、可靠地提取关键帧。      

Compressed video processing for cut detection

One of the challenging problems in video databases is the organisation of video information. Segmenting a video into a number of clips and characterising each clip has been suggested as one mechanism for organising video information. This approach requires a suitable method to automatically locate cut points (boundaries between consecutive camera shots in a video). Several existing techniques solve this problem using uncompressed video. Since video is increasingly being captured, moved, and stored in compressed form, there is a need for detecting shot boundaries directly in compressed video. The authors address this issue and show certain feature extraction steps in MPEG compressed video that allow the implementation of most of the existing cut detection methods developed for uncompressed video for MPEG video stream. They also examine the performance of three tests for cut detection by viewing the problem of cut detection as a statistical hypothesis testing problem. As the experimental results indicate, the statistical hypothesis testing approach permits fast and accurate detection of video cuts     

Video Shot Boundary Detection in MPEG Compressed Sequences Using SVM Learning

A number of automated video shot boundary detection methods for indexing a videosequence to facilitate browsing and retrieval have been proposed in recent years.Among these methods,the dissolve shot boundary isn't accurately detected because it involves the camera operation and objectmovement.In this paper,a method based on support vector machine (SVM) is proposed to detect thedissolve shot boundary in MPEG compressed sequence.The problem of detection between the dissolveshot boundary and other boundaries is considered as two-class classification in our method.Featuresfrom the compressed sequences are directly extracted without decoding them,and the optimal classboundary between two classes are learned from training data by using SVM.Experiments,whichcompare various classification methods,show that using proposed method encourages performance ofvideo shot boundary detection.     

视频监控系统中的行人及其面部侦测研究

采用集成H．264硬件编解码视频处理单元Hi3512来设计视频监控系统。并探讨行人目标的自动侦测问题。在对视频图像进行形态学分析的基础上,利用背景差方法实现运动目标区域的粗提取,通过阴影去除算法实现运动目标的精确定位,再利用连续均值量化变换（SuccessiveMeanQuantizafionTransform,SMQT）算法实现运动区域灰度图像的增强处理,然后利用SNoW（SparseNetworkofWinnows）分类算法实现行人及其人脸部位的侦测。实验结果表明,所采用方法能够自动检测出监控区域的行人目标及其面部信息,可有效地应用于无人值守视频监控场合。