基于互信息量均方差提取关键帧的激光视频图像检索研究

为保证激光视频图像检索结果中不存在重复性冗余图像,提出了基于互信息量均方差提取关键帧的激光视频图像检索方法。基于互信息量均方差的关键帧提取方法,以激光视频图像颜色的互信息量均方差最大化,为激光视频图像关键帧的聚类中心设置标准,以此聚类提取不重复的视频图像关键帧;通过基于关键帧的激光视频图像检索方法,将所提取关键帧作为激光视频图像检索的核心判断内容,提取与所需图像关键帧相似度显著的激光视频图像,完成激光视频图像检索。实验结果显示:此方法使用后,提取的激光视频图像关键帧冗余度仅有0.01,激光视频图像检索结果的MAP指标测试值高达0.98,检索结果中不存在重复性冗余图像。

基于内容的视频信号与图像库检索中的图像技术

基于内容的视频信号 (Video)与图像库检索是当前计算机视觉 ,图像数据库与知识挖掘 (Knowledge Discovery)等领域研究的热点之一 .较系统地介绍了该研究方向的现状 .对于静态图像 ,介绍了基于颜色、纹理、形状、区域、目标特征的检索和交互式检索方法 ,对于视频序列图像 ,介绍了镜头检测 ,镜头内容表示 ,场景建立 ,运动目标分割等技术 .最后分析了该领域研究存在的难点 ,并提出了对今后工作的展望 .

基于内容特征的图像和视频检索系统

该文介绍一种基于图像和视频内容的检索实验系统。系统能够提取描述图像和视频内容的特征矢量，通过用户接口实现图像和视频的检索或排序。文章描述了该实验系统的系统结构、检索方法、理论与实现技术和用户接口。在文章的结尾给出了试验结果并展望了以后的工作。

一种基于图像内容检索技术的数字视频水印算法

利用基于Tamura纹理特征的图像内容检索技术,通过对原始视频图像进行Tamura纹理特征分析,提取具有极大纹理特征值的某些帧来嵌入水印,水印嵌入算法辅助采用小波变换。仿真试验表明,本算法能抵抗高斯、剪切、泊声等常见的水印攻击。同时算法对视频压缩也表现出良好的健壮性,对保护视频版权有一定的指导意义。

基于内容的图像及视频检索

基于内容的图像及视频检索是当前计算机视觉、多媒体数据库管理等研究领域的热点之一。较系统地介绍了该研究领域的现状。对于静态图像 ,主要介绍了基于颜色、纹理、形状、区域或目标等低级图像特征信息的检索以及基于交互式反馈的检索方法 ;对于视频序列 ,则介绍了镜头检测、镜头内容表示、场景的语义描述等技术。最后指出了该研究领域存在的难点及今后的工作。

中文文本屏幕内容图像通用视频编码标准编码感知失真研究

为了探索最新一代通用视频编码标准(versatile video coding, VVC)对中文文本屏幕内容图像(text screen content image, TSCI)感知质量的影响,设计图像主观观测实验并基于VVC混合编码框架原理研究了中文TSCI的VVC编码感知失真。构建中文文本屏幕内容图像数据库(Chinese text screen content image dataset, CT-SCID),设计图像主观观测实验,分析VVC引起的中文TSCI感知失真类型及其发展路径;结合VVC的混合编码框架原理,理论分析并实验验证影响VVC编码的中文TSCI感知失真程度的因素;总结当前代表性的屏幕内容图像质量评价方法在中文TSCI VVC编码感知失真评测上的性能表现。实验结果表明:字体大小和对比度是影响中文TSCI VVC编码感知质量的重要因素,且中文TSCI的字体越小、对比度越低时,图像的感知质量等级越低;当前代表性的屏幕内容图像质量评价方法均无法给出完全符合人眼感知特性的质量评价结果。研究对于后续开发适用于中文TSCI的感知质量评价方法、高效编码方法等具有指导意义。

基于视频内容检索技术及其教学应用初探

针对教育视频内容的复杂性,本文主要探讨如何解决在教育领域里快速、准确地检索所需的视频内容的问题。文中从分析视频结构入手,介绍了基于内容的视频检索技术以及其优势。检索效果显示该技术在教育教学领域中有一定的应用价值,丰富了教学方式,学生对其认可度较高。

基于图像内容检索的主题爬虫设计

为有效提高网络图像信息的检索效率与准确性,首先,介绍了图像内容检索的基本概念与方法;其次,详细分析与探讨了主题爬虫的架构设计,涵盖主要功能模块及主题爬虫工作流程;最后,基于图像内容检索对主题爬虫平台进行设计,包括系统编程与数据库设计、图像处理与特征分析、爬虫性能优化等。该设计一方面有效丰富了图像内容检索领域的技术手段,另一方面为图像搜索引擎与数据挖掘的发展提供了技术支撑与实践指导,显著提升了爬虫平台整体的检索效率与稳定性。

基于内容的图像与视频检索技术研究

本文介绍了图像和视频检索技术的目前状况及几个有特色的CBIR系统,探讨了CBIR系统的体系结构、底层视觉特征和高层语义特征的提取与表达方法,以及基于内容视频检索的镜头边界检测、视频镜头内容表示和视频高层语义表示等技术,提出了该领域存在的问题和未来发展方向。

人工智能算法在基于内容的视频检索中的应用

随着计算机技术的发展,视频数据的容量以几何级数增长。如何在海量视频数据库中快速地检索到所需片断成为热门的研究课题。本文提出了将人工智能算法应用到基于内容的视频检索系统中,利用反馈式人工神经网络和自适应匹配算法,对视频进行基于内容的分类、索引及检索;通过对图像特征的提取与人工智能相结合的思想和方法,实现了图像快速有效的分类、索引和检索。最后对该方法进行了讨论。

浅谈DIP在视频点播技术中的应用——基于内容的颜色特征图像检索系统

以基于内容的颜色特征图像检索实例系统为基础,研究RGB与HSI颜色空间内,全局直方图,累积直方图,局部累加直方图对图像的描述。以之为特征,再引入欧氏距离的相似性度量方法实现基于内容的图像检索。并成功实现了在数字计算机上的基于内容的颜色特征图像检索系统,并提出该技术应用于VOD的构想。

镜头内容分析及其在视频检索中的应用

提出了一种镜头内容分析方法及其在视频检索中的两个应用:镜头检索与场景结构提取.为了刻画一个镜头的内容变化,首先引入两个新的内容描述子:主色直方图和空间结构直方图.主色直方图能够捕捉那些持续时间最长的颜色,而这些颜色是这段视频所关注的对象或背景的主要颜色.从颜色块图提取的空间结构直方图是描述图像空间信息的一组特征.一个变化较大的镜头可以划分为几个内容一致的子镜头,两个镜头的相似性可以从对应子镜头的相似性计算得到.镜头相似性度量可以直接用于镜头检索,还可用于场景结构提取.另外,还提出分裂与合并力量竞争的场景结构提取方法.在大容量视频数据库上进行实验所得结果证实了该方法在镜头检索和场景提取的优异表现.

基于内容图像检索中的特征性能评价

在基于内容的图像检索中,不同图像特征反映了图像各个侧面的内在特性,因此,在使用图像特征进行检索时存在多种相似性度量方法.特征以及特征间相似性度量方法的选取是当前CBIR研究的一个重要课题,评估了CBIR系统中使用的图像特征在不同相似性度量方法下及多种特征在不同图像库上的检索性能,为CBIR系统的设计和实现提供一定的依据.通过实验发现,图像特征的检索性能不仅同相似性度量方法有关系,同时与图像库也有密切的关系.

基于内容的图像检索技术研究

在对海量的图像数据进行检索时 ,传统的基于数值 /字符的信息检索技术并不能满足要求 .因此 ,基于内容的图像检索技术 (CBIR :Content BasedImageRetrieval)的研究应运而生 ,并引起了广泛关注 .本文主要讨论CBIR研究中的一些关键问题 :图像的内容特征及其提取、特征之间的相似度计算、查询条件的表达、检索性能的评价、压缩域的图像检索技术等等 ,并指出了一些可值得深入研究的方向 .

基于内容图像检索中相关反馈技术的回顾

由于相关反馈技术能有效地提高基于内容图像检索的性能,使它成为图像检索系统中不可少的一部分.近年来相关反馈技术的研究正吸引着越来越多的关注,涌现出了许多算法.在简要介绍了基于内容图像检索后,文中讨论了相关反馈的交互过程和其中的重要环节,进一步分析了相关反馈中的学习问题及其特点,根据相关反馈算法所采用的检索模型把算法分为基于距离度量的方法、基于概率框架的方法和基于机器学习的方法,并在这个分类下对近年来有代表性的一些算法进行了分析和探讨,最后展望了相关反馈技术未来的发展方向.

基于内容的图像信息检索综述

基于内容的图像检索技术 ,即从大量的静止或活动视频图像库中检索包含目标物体的图像 (或视频片段 ) ,在高度信息化的今天 ,已成为内容图像库中图像信息组织和管理不可缺少的技术 ,本文介绍了基于内容检索技术的进展 ,并对其主要方法如基于颜色、形状。

基于内容的图像检索系统的最新进展

该文在分析现有的基于内容的图像检索系统结构的基础上,探讨了系统中的关键技术和当前主要优化方法,介绍了目前的系统应用情况,着重归纳了图像检索系统研究的最新进展,并详细阐明了当前研究中存在的问题,最后指出了今后进一步研究的方向。

基于内容的图像特征相关性检索方法

针对目前基于内容的图像检索系统在模型优化及通用性设计等方面的局限性 ,以图像单一特征描述和提取方法为基础 ,根据人机交互的相关反馈原理 ,分析图像组合特征归一化权值系数 ,提出一套图像特征相关性检索新方案 ,并在着重对基于内容的图像特征相关性检索算法研究基础上 ,参照国际标准MPEG 7所提供的通用性系统设计规范 ,对新方案下的图像检索通用模型进行概念化设计 ,为解决基于内容的图像检索技术在Internet上实用化的瓶颈问题 ,提供一条新的思路 .

基于DICOM文本与内容的医学图像检索系统研究

为辅助医师从海量医学图像中快速查找所需图像,提出了一种将DICOM文本信息和图像底层特征相结合的医学图像检索方法。从DICOM图像的文件头中提取文本信息,进行图像预筛选,提取图像的纹理及形状特征,通过设定权重将这两种特征相结合,进行基于内容的图像检索。实验结果表明,综合纹理和形状特征的检索方法优于单一特征检索方法,联合DICOM文本信息和底层特征的方法能明显提高检索的效能,使检索结果更接近于人的视觉理解。

基于内容的图像检索研究进展

概述了基于内容的图像检索(CBIR)的含义和研究进展,阐述了CBIR相关技术,介绍了当前流行的几种CBIR系统、CBIR的当前应用以及存在的主要问题。