一种适合于监控视频内容检索的关键帧提取新方法

为减少监控视频的存储容量,便于用户迅速查看视频关键信息,提出一种适于监控视频内容检索的关键帧提取方法.首先,使用背景差分法检测含有运动物体的关键视频段,记录其起始帧和结束帧,然后,在关键视频段中基于联合直方图的方法进行关键帧的粗提取,最后,根据监控视频帧序列的连续性特征,通过图像的信息熵进一步精确提取关键帧.实验结果表明,该方法能有效地提取出监控视频中的关键帧,大大减少了视频数据的存储量,且便于用户浏览关键信息.     

基于支持向量机的语义视频摘要

针对如何在语义层次上形成视频摘要问题,提出了一个基于支持向量机的风光记录片语义视频摘要算法。利用支持向量机对镜头关键帧进行语义分类,对每类镜头关键帧根据引入的镜头“重要性”函数提取构建视频摘要的帧。改变重要性函数阈值的大小,可以很方便的得到不同粒度的视频摘要。实验结果表明该算法形成的视频摘要较好地表达了视频的内容。     

基于聚散熵及运动目标检测的监控视频关键帧提取

针对公安监控视频检索中根据运动目标准确标注视频关键帧的问题,提出一种基于聚散熵及运动目标检测的监控视频关键帧提取算法。首先通过对视频内容的分析,提出监控视频聚散熵的概念。其次根据聚散熵对监控视频进行子镜头划分,再次根据运动目标检测对子镜头进行划分,从而提取视频关键帧。最后列举出算法在几种典型视频数据库中的实验结果及结果分析。实验结果表明该算法在关键帧提取的准确性和鲁棒性上都有良好表现,该算法针对公安监控视频检索需求,在缩短公安视频侦查时间及智能检索中起到支撑作用。     

一种实时TS流视频信息快速浏览方法的研究与实现

分析研究了TS流的数据结构以及视频摘要的实现原理,提出了对TS流视频信息进行关键帧提取以实现快速浏览。方案在实现多路TS流节目解复用的基础之上,通过对单节目视频数据进行分层判断实现了对I帧定位和提取,并采用FFMpeg作为帧解码和图片编码输出的基础支持。实验结果表明该方法实现简单,能有效满足大多数用户的实际需求。     

CUDA框架下的视频关键帧互信息熵多级提取算法

在传统视频关键帧提取过程中,需要对每一帧视频图像进行特征提取、图像匹配、重复检测等大量计算,导致算法运行时间过长。对此,该文提出了CUDA框架下的关键帧互信息熵多级提取算法。在CPU调度及GPU划分线程基础上,依据帧间三通道互信息熵,将视频序列初次划分为静态片段类和动态片段类;运用相邻帧间互信息量极小值法,将动态片段划分成多个关键子类,在关键子类中选取预备关键帧;并运用SUSAN算子分块计算,快速完成帧间的边缘匹配,从预备关键帧中滤除冗余,得到最终的关键帧序列。实验结果表明,与其他算法相比,该算法的查全率和查准率均为91%以上,提取关键帧的数量平均减少约42.82%,降低了视频数据量的存储,与其他CPU串行方法相比,其关键帧提取时间减少约50%,提高了算法运算效率。     

基于SIFT算法的ATM视频人脸识别方法

提出一种视频图像中人脸识别的方法。首先将视频分解成单帧图像;然后利用基于肤色的方法计算人脸占图像的比例,进而确定关键帧位置;最后运用SIFT算法进行图像匹配,按照样本训练的阈值输出匹配结果。算法研究表明：该算法不需要大量视频训练并且保证了人脸识别系统的准确性,关键帧提取简单,相对传统的关键帧提取算法缩短了处理时间,为将人脸识别系统实时化提供了支持。其中视频中人脸识别率达到94.5%。     

视频监控系统中基于MPEG-I数据流的丢帧机制

讨论了一种在视频监控系统中基于MPEG—I数据流的丢帧机制，提出和实现了帧丢弃算法，并给出了算法流程图．对各种丢帧策略的实验结果表明，丢帧机制取得了良好的效果，满足了不同用户的OoS．     

一种智能视频监控系统架构方案设计

针对传统视频监控系统主要为人工监控、事后取证,而且系统的架构设计比较单一,不能远程实时监控,没有对视频图像进行实时智能分析,无法对异常事件及时报警等问题,提出一套基于现有视频监控硬件实现自动智能分析及自动报警的智能视频监控系统解决方案。视频流解码模块增加缓冲机制,稳定了视频流的传输;数据处理单元利用硬件处理卡和多线程技术,集中管理了多种智能监控算法,提高了系统的吞吐量和性能;报警输出端支持多种消息传输机制,根据用户需求可以搭建不同的消息推送平台。根据所提出的架构方案,能够对现有监控系统进行升级改造,实现监控系统的智能化。     

一种改进的视频监控背景更新算法

在智能视频监控中,背景及时准确地更新是监控系统自动检测运动目标的关键。针对ⅡR滤波更新算法在实际应用中的缺陷,提出了基于当前帧、背景帧与初始背景帧三帧信息相结合的方法更新背景。实验表明,该方法对光变具有良好的鲁棒性,噪声小,速度快,具有较高的实用价值。     

基于动态帧的视频关键帧提取算法研究

针对基于内容的视频检索系统,提出了一种关键帧提取算法．为了提高算法的保真度和压缩比,首先构造了动态帧,它的每个像素对应一个像素代表灰度集合,该集合中的元素可以最大限度地代表镜头中相应像素的灰度值,然后根据镜头中每一帧与该镜头动态帧之间的距离来确定关键帧．为了验证本算法的有效性,选取了大量视频与TMOF算法及SKF算法进行比较．结果表明：该算法具有较高的准确性和可靠性,保真度和压缩比均高于其他两种算法．     

基于视频帧的彩色水印嵌入算法研究

为了增强水印的内容认证性,提出了视频帧中嵌入彩色水印的算法.先分别选取I帧的单色通道做DCT变换,分块后提取奇异值,将彩色水印的对应通道层做DWT变换,对低频区域置乱后提取奇异值,再将水印奇异值嵌入到载体奇异值中,然后由三色通道合成水印视频图像.最后进行了攻击实验,实验结果表明,该算法具有较好的水印提取能力和一定的鲁棒性.     

基于素描对视频的人脸识别研究

在公共安全领域查找关键人,需在视频中比对素描进行检索.为此,改进了仅依靠对素描和视频数据中的人脸提取整体或者局部特征的识别算法,将人脸识别问题转为人脸检索问题,把这2种媒体数据表示为第3种数据,即图像列表.通过比较图像列表完成最终的特征比对.所设计的系统扩展了人脸识别的研究范围,且支持多种媒体数据的检索.对比人脸视频分析融合系统,对素描-视频数据进行人脸识别,结果显示,所提出算法的正确识别率和曲线下面积都有相应提高,而等错误率降幅显著.     

基于多帧间的差的视频对象提取方法及其在DSP上的实现

针对自动提取方法及半自动提取方法的缺点,提出了一种在Blackfin-533 DSP(Digital Signal Processor)芯片上实现的视频对象提取方法。该方法是利用图像多帧差累积的高阶统计量来提取出视频对象,设计了DSP实现系统并对算法进行了测试。测试结果表明,该算法可以满足当前多种视频图像处理实时应用需求,具有良好的应用前景。     

视频处理器软硬件协同设计

为了提高视频图像处理速度与硬件资源利用,针对一种基于精简指令集处理器与数字信号处理器（RISC/DSP）混合体系结构的媒体处理器：浙大数芯（MD32）,给出了一种软硬件协同设计策略.所给策略结合视频处理核心算法,研究分析MPEG视频编码标准的处理过程,进行了视频处理指令扩展设计,提高了数据的并行处理能力,利用了指令内并行执行特性.为有效实现扩展指令,处理器执行级采用了可扩展流水级技术.实验结果表明,指令扩展硬件成本仅占MD32的2.7%,逆离散余弦变换实现性能比MMX/SSE指令集实现的性能分别提高31%和23%,运动补偿性能比MMX指令集实现的性能提高了40%.     

基于嵌入式网络视频服务器的远程监控系统

介绍了视频监控系统的发展和现状，提出了一种基于嵌入式网络视频服务器的远程监控系统设计，阐述了视频服务器的结构体系和客户端实时软件系统的设计方案。并就视频数据网络传输中的数据处理等关键技术进行了分析，给出了实现远程视频监控系统的应用实例。     

一种基于改进SURF的视频DNA生成算法研究

为有效提高视频内容管理的准确性和高效性,本文借鉴生物信息学的方法,提出了一种降维改进的SURF算法和K-means算法相结合的视频DNA提取算法。该算法通过提取关键帧的SURF特征得到特征点集合,并对其进行K-means聚类构建视觉词袋模型,并将SURF特征通过视觉词袋模型量化为视觉词汇,并最终编码生成视频DNA。实验结果表明,采用改进的SURF算法生成的视频DNA具有良好的准确性和鲁棒性,并能在时间开销方面得到一定的提高。     

视频质量动态性指标评价及应用

利用视频序列的时间相关特性, 提出一种新的视频动态性评价算法, 用于量化视频内运动信息, 为视频质量评价提供1个重要指标. 该算法是由视频序列内所有运动目标的运动速度和面积计算视频的动态性, 同时考虑人眼更关注运动对象的视觉兴趣特征, 使计算得到的视频动态性值更符合人眼的视觉感知, 进而使视频质量客观评价结果更符合主观评价结果. 仿真结果表明, 该算法能更准确地计算出视频质量的动态性指标来评价视频序列的质量.     

基于无参考图像获取能见度的车载视频自适应去雾算法

为解决雾天环境下车辆环境感知困难的问题,针对车行视程去雾算法无法自动获取能见度、复原图像色彩过饱和、细节丢失严重等情况,克服传统器测法和目测法对能见度获取的非实时性及主观性,提出了一种改进的非线性二分求根算法,利用无参考图像空域质量评价指标（BRISQUE）对能见度进行实时修正,最终实现了能见度的自动估值。作者改进了大气能见度与车行可视距离的关系函数,由改进后的车行可视距离求出的透射率值与实际透射率相比误差减小,降低Halo效应的产生、增加了图像细节信息。实验表明,利用能见度求出的透射率估值在大气光散射模型下能够自适应的处理雾霾视频,复原出的视频图像画质清晰,色彩鲜艳亮丽不失真且能保留大量的图像信息,处理过程视频流畅无卡顿,对于在雾天环境中交通场景不断变化的车载视频也有良好的去雾效果。