基于颜色和SIFT特征的视频目标检索方法研究

本文提出并实现了一种结合颜色和SIFT特征的视频目标检索方法。首先,利用图像颜色直方图特征对目标图像进行初步检索和排序;然后对检索结果中与目标图像相似度较高的图像进行SIFT特征提取,并与目标图像中截取的目标区域子图的SIFT特征进行匹配;最后根据SIFT特征匹配结果对初步检索图像再进行二次排序,并反馈目标位置和偏移信息。仿真实验结果表明本文提出的基于颜色和SIFT特征的视频目标检索方法对目标亮度、位置平移、缩放、形态变化等有较好的适应性,能准确检索出目标,具有较高的实用性。     

一种基于MPEG-7颜色特征的图像检索方法

提出一种新的颜色直方图以及相似性度量的表示方法,克服了传统直方图的不足.首先,采用基于MPEG-7视觉内容的颜色作为相似颜色区域内的特征值,对像素颜色值进行非均匀的量化之后,计算每一种颜色出现的概率,并抽取主要颜色特征作为特征向量存储在图像数据库中.最后,根据模糊集合理论的一种距离函数可计算出颜色直方图的相似度.实验结果证实,该方法具有较好的精确性和可行性.     

基于场景视图的视频检索研究

对基于场景视图的视频检索研究技术的运动模式问题进行了深入研究,采取了数学分析的方法,提出并完善了描述图像运动的7参数二次运动模式.     

视频镜头自动分割的若干方法

针对突变切换和渐变切换，分别提出了滑动窗口检测算法和步长为10的帧间直方图差值判定算法，并提出了闪光检测的算法，采用不同的电影片段作为测试数据，镜头分割实验表明所提出的算法对上述两种不同的镜头切换均有较好的判定效果。     

基于多特征索引和局部约束的服饰检索方法

为弥补传统BoW(Bag of Words)模型缺失的颜色信息和空间信息, 提出了基于多特征索引和局部约束的服饰检索方法。基于BoW 模型分别建立关于颜色特征和SIFT 特征的两种倒排文件索引结构, 检索相似服饰图像, 并提出了局部约束的后验证方法。实验结果表明, 该方法在不同环境采集的服饰数据库的测试中, 得到了理想的检索性能。     

基于内容的视频检索研究

对比了基于关键词的检索与基于内容的检索方式后,探讨了基于内容的视频检索的关键技术,并构造了一种基于内容的视频检索系统。最后总结了当前研究热点并展望未来发展趋势。     

一种基于模糊量化直方图的图像检索方法

颜色直方图是一种重要的基于颜色特征的图像检索方法.本文在颜色量化中引入模糊集合理论以描述与人类视觉认知相关的模糊概念,提出了基于人的主观感知的模糊颜色量化方法,以及相对应的模糊匹配准则.归纳实验结果证明该方法可以减小量化误差和适应人的感知模糊性,该方法具有广泛的适应性和进一步提高检索精度的可能.     

一种基于特征融合的图像检索方法

特征提取是图像检索的重要步骤,特征提取的好坏对检索结果至关重要．本文融合颜色和纹理特征来表示图像,并分析了单一特征的适用图像类．实验表明,融合特征方法可以得到更好的检索效果．     

基于姿势特征编码的运动数据分层检索

运动数据检索是为在已有的运动数据库中检索符合要求的数据进行重用和编辑, 基于姿势特征编码的分 层检索方式能提高检索速度和检索质量。 通过对运动骨骼分段, 提取能反应几何运动关系的骨骼分段夹角作 为特征向量, 对姿势特征进行编码, 建立基于运动特征的数据库索引, 并在检索过程中分别从运动特征、 数据索引和运动数值进行相似度比较。 实验结果表明, 在具有走、 跑、 舞等姿态的运动数据库中, 该方法相对 于其他方法具有较高的检索速度, 并得到满意的检索结果, 实现了运动逻辑相似性的有效检索。     

基于内容的视频处理和检索技术

从视频数据的基本结构出发,重点分析了基于内容检索的视频处理的一般过程,并对处理过程中的一些最新方法进行了探讨。     

基于HSI空间的实时分级视频检索系统

提出并实现了一种基于HSI颜色空间的视频实时分级快速检索系统．首先采用亮度，累积直方图对视频序列进行粗检索和筛选，再利用色调H和饱和度5的分块二次空间划分直方图进行精检索，实现整个检索过程．实验表明，本系统速度快，误检、漏检率低，可应用在视频切换、视频资料检索、视频监控及视频点播等方面。     

一种基于内容的视频信息检索技术的研究

在多媒体技术迅速发展的今天,作为多媒体信息中最复杂的视频信息,用传统的文件检索方法已无法满足用户的查询要求,而新的基于内容的检索技术将更好地满足视频信息的查询和检索．文章从基于内容的检索中用户的查询要求出发,将视频流划分成多个视频段,用对象和事件来表达每个视频段的视频内容,并在考虑时态特性的基础上,提出新的索引结构和查询算法,以有效地支持基于内容的检索和查询。     

图像视频检索的研究和应用

目前使用较广泛的视频检索系统是基于文本方式的。使用字或自由文本描述视频数据库中的视频，采用文本匹配检索．基于内容的视频检索利用了视频本身的很多特征，提供了更可靠更有效的视频检索方式．介绍了利用VB和Access建立的街道视频数据库，提供2个城区街道浏览、查询、检索等功能，并给出了核心代码．     

基于特征点组合聚类的图像检索新方法

由于特征点能对图像局部特征进行合理描述,有效使用特征点实现基于内容的图像检索成为当前计算机视觉领域中的热点问题.针对该问题,提出一种基于特征点组合聚类的图像检索新方法.该方法包括特征点组合聚类算法,以及基于该算法的局部颜色直方图构建策略.与现有的基于特征点和局部颜色直方图的检索方法相比,该方法能有效解决当前方法对特征点位置信息及特征点中心过度依赖的问题.从公共图像库上的实验结果可以看出,该方法与现有方法相比具有较高的检索精度.     

视频剪辑查询结合时空金字塔匹配的视频检索方法

针对视频检索系统中目标持续移动从而影响检索精度的问题,提出一种基于视频剪辑查询融合时空金字塔匹配(spatio-temporal pyramid matching,STPM)方法.借助基于特征分析和分类的片段编辑检测器将新的视频分割成多个片段,以元数据信息将视频片段存入数据库,利用基于逐帧特征结合弱分类器的boosting算法检测视频片段边界,针对新的查询视频进行分析和线上视频匹配,并利用时空金字塔匹配计算相关反馈值.在中佛罗里达大学(university of central Florida,UCF)数据集和YouTube运动视频上的实验验证了方法的有效性,实验结果表明,方法的平均精度可高达97.6％,相比其他几种较为新颖的匹配方法,取得了更好的检索性能.     

非结构化数据库在视频检索中的应用研究

视频数据检索是多媒体技术与数据库技术相结合的产物。本文通过介绍非结构化数据库和视频检索技术发展研究和应用现状,提出将非结构化数据库用于视频内容检索,可通过利用XML构建基于非结构化数据库的数据仓库模型,构建非结构化数据库的视频数据检索系统来搭建平台。非结构性数据库作为新兴研究范式将视频检索等相关领域大有作为。     

基于形状的3D模型快速检索算法

在三维模型大量出现的推动下,三维模型检索技术已在国内外取得了长足发展,并受到越来越多的研究人员的关注。本文主要研究讨论空域空间检索技术中的形状直方图算法,对原有形状直方图方法提出进一步改进。其基本算法是:先对模型进行一定的预处理和网格划分后,采用组合模式对模型进行切分,在构成形状直方图时,利用随机函数对特征量选择提取,并以面积比例作为其特征量。     

基于准不动点集的高速铁路前向运动视频区域划分方法

为保障高速铁路行车安全,以快速检测高速铁路沿线运行环境为背景,建立了基于高速前向运动视频的环境检测模型,并提出人工干预的前向运动视频全景图拼接方法.该模型包括高速前向运动视频区域划分、全景图拼接等.为实现前向运动视频区域自动区域划分,本文提出一种基于准不动点集的前向运动视频消失点定位方法,结合铁路线路的先验信息可实现前向运动视频区域自动划分.实验结果表明:该方法是一种无需人工干预的快速自动划分方法,为铁路前向运动视频全景图全自动拼接提供参考.     

A new adaptive fast motion estimation algorithm based on local motion similarity degree (LMSD)

In the motion vector field adaptive search technique (MVFAST) and the predictive motion vector field adaptive search technique (PMVFAST), the size of the largest motion vector from the three adjacent blocks (left, top, top-right) is compared with the threshold to select different search scheme. But a suitable search center and search pattern will not be selected in the adaptive search technique when the adjacent motion vectors are not coherent in local region. This paper presents an efficient adaptive search algorithm. The motion vector variation degree (MVVD) is considered a reasonable factor for adaptive search selection. By the relationship between local motion similarity degree (LMSD) and the variation degree of motion vector (MVVD), the motion vectors are classified as three categories according to corresponding LMSD; then different proposed search schemes are adopted for motion estimation. The experimental results show that the proposed algorithm has a significant computational speedup compared with MVFAST and PMVFAST algorithms, and offers a similar, even better performance.