H.264实时视频数据的还原与视频帧提取研究

对因特网中某些不良的实时视频通信数据进行监听和还原,是保证网络应用健康发展和打击网络犯罪的一个重要方面。本文介绍了监听和还原因特网中H.264实时视频数据的一种处理方法和处理过程,实现了对被监听的视频通信数据的截获、还原和存储,并可进一步将存储的视频帧提取、转换为图像文件供特定需求使用。实践证明,该方法的处理效率和效果达到了预期目标,对识别因特网中的不良流媒体信息具有较大的实用价值。

基于排序学习的视频摘要

视频数据的急剧增加,给视频的浏览、存储、检索等应用带来一系列问题和挑战,视频摘要正是解决此类问题的一个有效途径。针对现有视频摘要算法基于约束和经验设置构造目标函数,并对帧集合进行打分带来的不确定和复杂度高等问题,提出一个基于排序学习的视频摘要生成方法。该方法把视频摘要的提取等价为视频帧对视频内容表示的相关度排序问题,利用训练集学习排序函数,使得排序靠前的是与视频相关度高的帧,用学到的排序函数对帧打分,根据分数高低选择关键帧作为视频摘要。另外,与现有方法相比,该方法是对帧而非帧集合打分,计算复杂度显著降低。通过在TVSum50数据集上测试,实验结果证实了该方法的有效性。

基于关键字的大屏动态文字识别软件设计研究

本文为帮助用户快速检索视频等动态图像中的文本信息,设计并实现基于关键字的大屏动态文字识别软件,利用视频帧提取技术将视频切分为不同的视频帧,通过光学字符识别算法实现对关键视频帧中文字内容的识别,具有关键字检索、信息标注、备忘录等功能。该软件可运用于车站候车、医院问诊等生活场景,能够帮助用户快速检索视频等动态图像中的文本信息。