复杂场景下全景视觉图像局部特征点检测仿真

为了在获取全景视觉图像特征点的同时有效保持图像的边缘信息,提出一种复杂场景下全景视觉图像局部特征点检测方法。采用经验模态分解方法分解全景视觉图像,在信息熵差值的基础上确定含噪的IMF分量,引入CLEAN算法抑制IMF分量中存在的噪声,实现全景视觉图像去噪处理;对全景视觉图像展开小波变换,消除图像特征图中存在的冗余信息,避免复杂场景对特征点检测产生影响,融合全景视觉图像的局部特征显著区域,获得显著图,完成局部特征点提取;根据特征点的独特性、均匀性、独特性、覆盖度挑选最优局部特征点,完成全景视觉图像局部特征点检测。实验结果表明,所提方法的去噪平滑性高、边缘保持能力强,特征点检测准确率高、效率高。

基于轨迹行为模式特征的视频拷贝检测算法

为了有效地利用视频的时域运动信息来提高视频拷贝检测的精度和鲁棒性,提出一种基于特征点轨迹行为模式的拷贝检测算法.首先从视频连续帧中提取特征点轨迹的行为模式特征,然后采用视觉关键词典技术构造视频的运动特征,最后基于运动特征的相似度进行视频拷贝检测.该算法在TRECVID标准数据集上取得了较高的检测精度.实验分析表明,基于轨迹的运动特征具有较强的描述区分能力,对各种常见的拷贝变化具有鲁棒性.