排序方式: 共有946条查询结果,搜索用时 15 毫秒
91.
本文针对广告视频检索,提出了一种基于相似性判断的检索方法,该方法建立并维护一个广告视频片段的数据库.该库将不同的广告产品进行分类,每一类都有其对应的产品名称以及图标.对于一个新的视频广告片段,运用SIFT特征提取算法和PE匹配算法,对该片段进行匹配.而当用户需要检索时,可直接输入广告中产品的名字或者与该产品相关的产品logo或图像,通过与系统中预先建立的广告片段数据库进行匹配,从而给用户提供其所需要的视频片段. 相似文献
92.
讨论了基于SIFT特征的遥感图像配准方法,重点介绍了基于特征点提取的算法描述以及针对基于特征点的遥感图像配准算法流程,并通过实验进行了验证。 相似文献
93.
人体姿态空间的高维性及单目视频深度信息丢失,导致从单目视频恢复人体三维运动姿态非常困难,为此,利用特征跟踪的快速性及模型匹配的鲁棒性,提出一种无标记人体上半身三维运动跟踪方法.该方法利用匹配SIFT特征,并根据长度不变性约束建立优化目标函数,再采用迭代优化算法得到全局运动位姿;其他关节的姿态先根据逆运动学计算初始估计值,并通过模型匹配验证其可信度,当初始姿态估计错误时,则使用局部搜索获得关节姿态.实验结果表明,文中方法可以准确地恢复单目视频中人体上半身三维运动姿态. 相似文献
94.
随着手机GPS位置测定、导航以及摄像功能的普及,对于移动状态下的位置定位以及都市空间建筑物实时搜索等应用功能存在日益增长的需求。介绍了图像处理方式的城市建筑物识别方法,通过对两种图像匹配算法--SIFT和Local Search的比较分析表明,构造物轮廓线及其组合是一种相对稳定的几何特征,在匹配时受图像的仿射变换、画质变化以及镜头畸变等因素干扰较小,此外,基于轮廓的图像匹配指数还能反映摄影位置的变化。因此,对Local Search进行了改进,利用实时图的建筑物的特征轮廓线与从三维数据库中提取的建筑群特征轮廓线进行匹配,然后选择匹配指数高的记录作为识别结果。结果表明基于Local Search算法的建筑物识别技术可以很好地适应移动条件下建筑物快速识别的要求。 相似文献
95.
在双目视觉传感器的基础上,应用改进后的SIFT(Scale-invariant feature transform)算法确定障碍物的三维坐标,提出最大包围盒的思想,将处理后的数据作为Voronoi图的建模生成元,完成移动机器人的全局地图构建;基于V图构建的地图的最大的优点是移动机器人行走的路径是障碍物离散中心的中垂线,可以保证机器人在运行过程中最大程度地远离障碍物;试验结果表明应用该方法构建的地图可靠性高,符合导航的要求。 相似文献
96.
针对图像间因具有旋转及光线强度差异等现象而导致的拼接效果不佳及拼接速度慢的问题,提出一种基于特征点的配准算法;在特征点提取阶段,尺度不变的特征变换方法 (SIFT)具有对图像尺度缩放、旋转、放射变换以及亮度变化保持不变的优点,文章采用了改进的SIFT特征点提取算法;在特征点匹配阶段,采用改进的RANSAC算法对特征点匹配对提纯;最后用加权平均法实现拼接图像的融合;实验证明,该算法有效提高了图像拼接的效率和准确性,拼接精度可以达到亚像素级。 相似文献
97.
98.
将三角形约束方法引入到合成孔径雷达(SAR)影像匹配中。利用尺度不变特征转换(SIFT)算子生成特征点;采用鲁棒性较好的随机抽样一致(RANSAC)算法剔除错误匹配点,得到更高精确度的同名点;最后利用SIFT算法得到的同名点建立Delaunay三角网。在同名相似三角网内,以三角形重心点作为内插的虚拟同名点,并对虚拟同名点进行归一化互相关(NCC)约束,剔除不满足阈值要求的虚拟同名点对,同时根据内插得到的虚拟同名点建立新的三角网,对三角网进行动态更新,用于获取更多虚拟同名点,直至满足匹配要求。实验结果表明,本文方法能够有效增加匹配特征点数量,提高雷达影像的匹配精确度。 相似文献
99.
基于人脸检测与SIFT的播音员镜头检测 总被引:5,自引:0,他引:5
播音员镜头的检测是新闻视频结构化的关键步骤之一.提出了一种基于人脸检测与SIFT特征点匹配的播音员镜头自动检测算法.该方法首先利用人脸检测器过滤出具有人脸的候选镜头,然后利用颜色直方图判断镜头是否可能相似,再利用SIFT特征点匹配从候选镜头关键帧中找出相关的镜头组,最后利用各镜头组的信息判断出哪些是播音员镜头.对比传统的方法,该方法除了训练一个通用的人脸检测器外,不需要模板,也不需要针对某类新闻节目训练特别的分类器,可以直接利用算法对新类型的新闻节目提取播音员镜头.实验结果表明,该算法能够广泛地适应于各种不同种类的新闻节目、不同视觉质量的视频,可以有效地应用于新闻视频分析. 相似文献
100.
针对SIFT(scale invariant feature transform)特征描述符因仅利用特征点的局部邻域信息而对散落在图像内相似结构中的点极易发生误匹配的现象,提出了一种基于空间分布描述符的SIFT误匹配校正方法。该方法首先利用SIFT算法进行匹配;然后对于匹配结果中的特征点,再利用图像轮廓像素点对该点的空间分布信息进行重新描述,以形成一种独特性更高的空间分布描述符;最后运用此种描述符,对匹配结果中存在的“一对多”和“一对一”的错误匹配形式,分别采取两种不同的匹配策略进行校正。以真实图像进行的实验结果表明,该方法与RANSAC(随机抽样一致性)算法相比,其在不损失正确匹配的前提下,能够真正提高正确匹配率。 相似文献