欢迎来到天天文库
浏览记录
ID:35061391
大小:4.94 MB
页数:75页
时间:2019-03-17
《基于内容的视频结构化方法研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、4各觀*葦3OINAUNRSITYOFELONICSCIENCEANDTECHNOLOGYFCH.1V巨ECTR硕±学位论文MASTERTHESISI戀?论文题目基乎内敏伽见频结构化方法研究———:J1学科专业信号与信息处理iM学号201321020313作者姓名袁祉赞■V指导教师皮亦鸣教授^—I分类号密级注1UDC学位论文基于内容的视频结构化方法研究(题名和副题名)袁祉赟(作者姓名)指导教师皮亦鸣
2、教授电子科技大学成都(姓名、职称、单位名称)申请学位级别硕士学科专业信号与信息处理提交论文日期2016.04论文答辩日期2016.05.03学位授予单位和日期电子科技大学2016年06月30日答辩委员会主席评阅人注1:注明《国际十进分类法UDC》的类号。ResearchonVideoStructureMethodBasedonContentAMasterThesisSubmittedtoUniversityofElectronicScienceandTechnologyofChinaMajor:Signa
3、landInformationProcessingAuthor:ZhiyunYuanAdvisor:Prof.YimingPiSchool:SchoolofElectronicEngineering独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。据我所知,除了文中特别加W标注和致谢的地方夕h论文中不包含其他人己经发表或撰写过的研究成果,也不包含为获得电子科技大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论
4、文中作了明确的说明并表示谢意。心卷作者签名:禾日期:化年月日>^/3^论文使用授权本学位论文作者完全了解电子科技大学有关保留、使用学位论文的规定,有权保留并向園家有关部口或机构送交论文的复印件和磁盘,允许论文被查阅和借阅1^将学位论文的全。本人授权电子科技大学可部或部分内容编入有关数据库进行检索,可[^采用影印、缩印或扫描等夏制手段保存、汇编学位论文。(保密的学位论文在解密后应遵守此规定),\朱i作者签名:j鴻导师签名:_户曰期:ML年月曰夺摘要摘
5、要随着信息科技的发展,视频数据量越来越大,传统的人工主导的处理方式成本高,处理效率低下,需要一种自动化的智能视频处理方式对视频内容进行分析处理。尤其对于包含了大量无用视频段的监控视频来说,存在视频冗余度大、关键信息无法快速浏览、视频内容没有分类等问题,对视频进行有用视频内容的提取以及视频内容结构化的分析显得尤为重要。本文研究的视频结构化方法主要包括视频静态浓缩、关键帧提取、特征提取以及场景分类,主要研究内容包括:(1)针对海量视频内容的冗余问题对视频浓缩方法进行了分析。分别基于帧差法、高斯背景建模和ViB
6、e前景检测法对视频动态帧进行判断,去除了视频冗余帧,大大减少了视频的长度。比较分析了不同方法对于不同监控视频的浓缩效果,实验表明ViBe前景检测算法提高了运算速度,并且在不提高多检率的基础上,平均漏检率大大降低,视频平均冗余率均在10%以下,大大提高了视频的处理效率。(2)针对视频信息的无结构性、无法快速预览的问题,对视频关键帧提取算法进行了研究。针对不同视频场景采用了不同的算法。对于室内的场景视频,本文研究了基于帧间直方图比较的算法,并且在此基础上研究了基于帧间分块多阈值直方图比较的算法,论证了基于帧间
7、分块多阈值直方图比较的关键帧提取算法对于室内场景视频的准确性。对于车辆监控视频,本文主要研究了设定虚拟线圈撞线的的方法,论证了该方法对车辆监控视频的关键帧提取的有效性,尤其对于一般非拥堵车辆视频,平均准确率达到95%以上。同时分析了物体运动速度对关键帧提取效果的影响,速度越快,提取关键帧的比率越大。(3)针对视频场景多样性以及目标无法分类的问题,对视频前景目标进行了特征提取,并且对基于SURF特征的随机采样算法进行了研究,利用该算法对视频关键帧内容进行匹配,实现了对于视频场景的分类。此方法相比一般的场景分
8、类方法,在准确性方面取得了较好的效果。总的来说,本文通过对以上方法的研究,初步实现了对视频的结构化分析,研究总结了不同监控视频的结构化分析方法,对后续的研究工作具有重要的意义。关键词:视频结构化,视频浓缩,关键帧提取,特征匹配,场景分类IABSTRACTABSTRACTWiththedevelopmentofinformationandtechnology,thereisanenormousincrementofthevide
此文档下载收益归作者所有