基于视频编辑模型的视频淡入、淡出和叠化的检测

该文基于视频编辑模型,推导出几个能用于检测镜头淡入、淡出和叠化的重要特征:方差、边界强度、有效平均梯度和双重色度差。通过比较,我们选取了方差序列和双重色度差特征作为检测依据,首先利用方差序列检测淡入、淡出和可能的叠化位置,以保证取得高的查全率,然后利用双重色度差序列确认叠化以提高检测准确率。由于检测对DC序列进行,算法计算时间复杂度比较低。     

一种应用于实时FRC中的淡入淡出检测算法

以硬件代价优化为目的,提出并实现了一种基于图像像素差法的淡入淡出检测方法,并通过运动补偿及综合考虑淡入、淡出线性特性等方法予以优化。通过实验证明,该方法相比于基于灰度直方图特征的视频淡入淡出检测算法准确率有所提高,而硬件面积和功耗在不同的综合时钟频率下则分别节省84%和72%以上。凭借其良好的硬件性能,该方法及结构非常适合应用于帧率提升IP核的设计中。     

基于颜色直方图的快速镜头分割方法

提出了一种基于视频帧核心区域直方图的快速视频分割方法,该方法包括预处理、切变检测和渐变检测三个阶段.预处理提出基于人类视觉特性的视频帧核心区域分块,并利用自适应阈值滤除视频中不包含镜头转换的视频序列;切变检测利用直方图距离判定边界位置;渐变检测针对渐变过程颜色直方图的变化规律,提出一种结合直方图熵差和熵差异常点的检测方法.实验结果表明,本文方法在大幅度降低运算复杂度的同时,提高了切变和渐变镜头边界的检测精度.     

一种适用于视频广告侦测的渐变镜头检测方法

提出一种基于斜率的渐变镜头检测方法,通过计算窗口内不连续帧差方差的斜率特性,结合窗口最大值法来检测渐变镜头边界;并通过对斜率特性的进一步分析,比较准确地定位渐变过程的起止位置。实验证明,本文的算法能更好地满足视频广告侦测下的渐变镜头检测要求。     

基于模型的视频渐变镜头检测方法

通过建立视频渐变镜头的编辑模型,并提取该模型的特征量,进而与帧平均亮度法相结合,提出一种检测视频渐变镜头边界的复合算法.实验结果表明,该算法简单有效,对视频渐变镜头具有良好的识别性能.     

一种改进的视频切变检测方法

在分析视频切变类型、常用切变检测算法及问题的基础上，提出了一种改进的累积平均差值视频渐变检测算法，降低了阈值选取难度，取得了较好的实验效果。     

基于深度学习的远程视频监控异常图像检测

针对复杂场景下远程视频监控图像异常检测困难、传统算法功能单一(仅针对某种特定场景或某种异常图像进行检测)等问题,提出一种基于深度学习的全自动远程视频异常图像检测方法。首先采用Xavier方法对自行设计的卷积神经网络(Convolutional Neural Network,CNN)的参数进行初始化,然后将标准化后的视频差分图送入CNN的输入层,通过特征提取及下采样,最后在CNN的输出层获得远程视频异常图像检测结果。实验结果表明,该方法可以对远程视频监控中突然出现遮挡、模糊和场景切换等多种异常同时进行实时在线检测,准确率可达88.75%。     

基于场景切换的HEVC码率控制算法

HEVC(High Efficiency Video Coding)采用的基于R-λ模型的码率控制算法在控制输出码率的精确和提高编码效率上都取得了良好的效果.然而该算法没有考虑到实际视频编码中场景切换的影响.提出一种新的针对场景切换的码率控制算法.结合帧间的亮度差及其变换趋势判断是否发生场景切换,在场景切换发生时对码率控制的参数以及编码结构都做出及时调整.实验表明,与HEVC自带的码率控制相比,所提出的码率控制算法能够有效应对视频序列中的场景切换,提高了编码质量,降低了编码复杂度,并且保持精确的输出码率.     

一种MPEG压缩视频的镜头边界检测算法

提出一种工作在MPEG压缩域的检测算法.首先从压缩视频中提取DC图像和重构参考帧,然后经过全局运动补偿之后进行基于边对象变化率的镜头分割点检测,最后结合DC图直方图差法构成联合检测算法.本算法能准确地检测到镜头渐变,镜头切变,能得到渐变类型等特性.用AdobePremiere5.1生成的各类镜头转换视频片段进行检测,实验结果验证了算法的有效性.     

一种基于H.264/AVC压缩域的GOP级视频场景转换检测算法

本文提出了一种基于H.264/AVC压缩域的GOP(Group of Pictures)级视频场景转换检测算法.该算法利用H.264/AVC基本档次码流中的帧内预测模式、运动矢量和宏块编码类型等可用信息,提出了基于子块的色度模式差异、累积运动值和累积帧内宏块数等三个判决准则,然后综合利用这三个判决准则,提出了一种GOP级的视频场景转换检测算法.实验结果表明,与现有的一个COP级场景检测算法对比,本文提出的GOP级视频场景转换检测算法可以获得更好的检测性能.     

Scene change detection algorithms for content-based video indexingand retrieval

There is an urgent need to extract key information from video automatically for the purposes of indexing, fast retrieval, and scene analysis. To support this vision, reliable scene change detection algorithms must be developed. Several algorithms have been proposed for both sudden and gradual scene change detection in uncompressed and compressed video. In this paper some common algorithms that have been proposed for scene change detection are reviewed. A novel algorithm for sudden scene change detection for MPEG-2 compressed video is then presented. This uses the number of interpolated macroblocks in B-frames to identify the sudden scene changes. A gradual scene change detection algorithm based on statistical features is also presented     

基于宏块类型信息的快速视频分段算法

提出了一种基于宏块类型信息的快速视频分段算法:对MPEG视频流进行两次分析,第一次(粗略分析)只分析P-帧中宏块统计信息,检测出可能存在的镜头边界,第二次(精确分析)再对粗略分析找出的边界邻近的B-帧和P-帧的宏块类型进行分析,从而对场景变换进行精确分析和定位。实验结果表明,粗略分析可以满足实时检测的速度要求,帧定位误差控制在10帧之内,精确分析可以进一步把帧定位误差控制在2帧之内。     

红外小目标检测的快速并行算法

利用平均灰度绝对差最大测度（ＡＧＡＤＭ）估计目标背景的不相似性,提出了一种红外小目标检测算法,分析了预处理前后图像信噪比增益与目标大小的关系,进而建立了检测概率和信噪比增益的关系,理论上证明了该算法具有优越的性能。接着,在分析了ＭＰＰ并行计算机体系结构的基础上,提出了两种基于ＭＰＰ的小目标检测并行快速实现算法。理论分析表明,基于ＭＰＰ的ＡＧＡＤＭ小目标检测并行快速实现算法运算时间复杂性为Ｏ（Ｌ２ｉ／Ｎ）。     

用非监督式聚类进行视频镜头分割

镜头边界检测是基于内容的视频检索首先要解决的问题。研究人员通常将镜头转换分为突变和渐变,并根据各种转换的特点采用不同的检测算法。在研究中发现,视频镜头的抽象程度与对其进行边界划分的精度相关。为此,提出采用非监督式聚类算法,按照给定的相似尺度对视频数据进行自组织和动态分析,完成层次化的镜头分割。该算法侧重于揭示视频的层次结构,能实现不同精度的视频抽象要求。     

基于捕获位置分布的导航参考图适配性分析及快速计算

导航参考图适配性分析是景像匹配导航的关键问题之一。文中提出了一种基于捕获位置分布的估计导航参考图适配性方法。该方法首先在参考图每一点挖出实测图大小的子图,然后计算子图的特征参数并应用匹配准则估计子图的匹配概率,最后利用捕获位置分布函数对子图匹配概率加权求和以得到参考图的匹配概率。为了消除特征参数计算中存在的大量冗余计算,还研究了特征参数的快速计算方法。实验结果证明该快速算法大大提高了运算效率     

基于模型的手腕骨特征提取

图像分割和特征提取是图像处理学的经典课题之一。文中 效的手腕骨Ｘ光片图像特征提取方法，先对手腕骨Ｘ光片图像作预处理，利用灰股影的方法对各手腕骨特征区域进行了大致定位，获得区域性信息，缩小实际特征提取时的搜索；在各特征子或基于形变轮廓提取边界的原理，引物初始骨模板的形状信息及特征子区域的边界条件作为骨轮廓提取的内部能量和外部能量判据对骨边界提取的迭代过程进行引导，有效地排队非边界的信息的干扰，使处理     

基于模型的自由形态物体匹配方法研究

匹配是物体识别中的一个重要部分。针对自由形态物体识别问题提出了一种快速匹配算法以计算模型与物体之间的刚体变换。算法在最近点迭代匹配算法的基础上,针对用结构光方法重建获得的三维物体表面,对数据点进行了加权处理,以减弱曲面重建产生误差对匹配精度的影响。并对匹配运算采用了多分辨率分层匹配方法,对低分辨率模型的刚体变换进行粗略计算,将结果作为高分辨率模型数据计算的初始值,大大减少了匹配的计算代价。实验结果证明了文中提出方法的有效性。     

红外焦平面探测器的非均匀性与校准方法研究

红外焦平面成像系统是红外成像技术发展的趋势,文中研究了红外焦平面探测器本身参数的非均匀性和对焦平面红外成像系统中探测器非均匀性的校准机理,并介绍焦平面成像信息处理系统实现的基本技术路线。     

基于样本线搜索和霍夫变换的区域定位算法

文章介绍了一种对违章车辆图像中的车牌区域进行定位的方法。主要论述分为两个部分,其一为基于样本线对边缘点进行搜索的边缘检测算法,其二为利用层次逼近的霍夫变换对所得到的边缘图像中车牌区域的边界直线段进行提取以对其定位的方法。算法充分利用了原始图像的灰度分布特征,同时在霍夫变换中采取了深度优先的递归搜索策略,取得了较好的实现结果。