视频和图像检索分析工具(VIRAT)综述

美国国防高级研究计划局(DARPA)正在为视频和图像检索分析工具(VIRAT)项目寻求解决方案。该项目的总体目标是开发一个系统,用来视频数据开发,使分析人员能够从数据库中迅速找到感兴趣的视频内容,并在对视频内容现场操作分析中,为分析人员提供警报信息。本文主要从该项目的背景情况、关键技术、主要任务以及项目阶段做了详细的阐述。

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.

MPEG-4视频流分析工具

随着MPEG-4标准的制定和应用,提供MPEG-4码流分析手段变得越来越必要。文中在分析基于对象编码的MPEG-4视频流的基础上,给出开发的分析工具。该软件可分析视觉对象序列、视觉对象、视频对象(VO)、视频对象层(VOL)、视频对象面(VOP)、网格对象(MO)、人脸对象(FO)、视频对象面组(COV)及其它MPEG-4视频编码信息。

语义视频检索的现状和研究进展

概述了图像的可视化特征如颜色、纹理、形状和运动信息,时空关系分析,以及多特征目标提取和相似度量度;分析了视频语义的提取,语义查询、检索;探讨了视频语义检索的性能评估,存在的问题和发展方向。

多媒体融合分析和检索技术研究

多媒体是文本、图像、视频、音频等多模态信息的综合体,每一模态都表示了丰富的语义信息,只有多模态的融合才能表示多媒体的完整语义信息。为了提高多媒体信息检索的性能,应结合多种信息检索技术、本文介绍了目前多媒体融合分析与检索方法,论述了其关键技术。

一种分级检索MPEG视频的方法

视频检索是当前的一个研究热点.以前的检索方法大多在像素域中进行,需要较大的解码运算量;且不加区分地对所有视频片断采用统一的匹配算法,浪费了许多不必要的计算.提出了一种基于样本的分级检索MPEG视频的新方法:首先用I帧的dct_dc_size字段快速粗检,然后用断层摄影(tomography)法分析B帧运动矢量的时空分布特性以进一步缩小结果集,最后用DC图像的精确匹配方法验证检索结果.试验结果表明,本方法所需计算量较小,且可保证较高的检索精度.

海量连续视频数据检索技术探讨

本文讨论了利用海量视频数据连续检索技术,将经过预处理的视频信息通过基于视频图像内容的检索技术,从连续的视频数据(位置、时间)内,提取出准连续有效图像、视频信息的方法,通过在海量连续视频中提取的准连续信息形成完整的线索链和证据链。

基于大数据挖掘的公安视频图像信息检索与分析研究

现阶段,公安机关为了提高执法工作效率、减少犯罪率和保障社会安全,公安部门需要针对大量的视频图像数据进行高效地分析和检索。然而,传统的手工分析方法往往耗时耗力,且效果有限。为了解决这一问题,本研究致力基于大数据挖掘技术,开展公安视频图像信息的检索与分析研究。通过结合深度学习、人脸识别和行为分析等相关技术,旨在实现自动化的人脸和行为提取,以及犯罪嫌疑人的特征关联和行为模式挖掘。

视频中的文字探测

视频中出现的文字往往包含大量的信息 ,是视频分析的重要语义线索 ,探测并识别出来的文字可以为基于内容的视频检索提供索引 .本文简要介绍了目前现有的一些文字探测的方法 ,结合视频中出现的文字的特点 ,提出了一种较为高效的视频文字探测方法 ,该方法在一般图像质量的条件下对中、英文文字都有较好的探测效果 .

多媒体信息检索及其关键技术

文章从基于内容的多媒体信息检索的特点分析入手 ,论述了基于内容的图像和视频检索常用关键技术 。

计算机辅助的微创手术工具跟踪算法综述

为了深入研究计算机辅助的手术工具跟踪算法,总结了已有的研究成果,归纳了这项技术的先进的主流算法,基于其各自特点进行了分类总结,并对各自结果进行比较评价。结果表明,学习算法具有较高的准确度:普通视频图像分析算法是未来工作中有潜力的算法:立体视频分析算法需要依靠硬件设备的发展;有辅助设备的算法则是传统的有效算法。各类算法都有发展空间,结合目前该领域的发展趋势,基于深度学习结合计算机视觉的算法将是未来发展的趋势。

视频故事单元语义相似度算法研究

视频相似度计算在视频管理、分类、检索等多个领域中具有重要的作用。目前视频相似度计算研究主要基于视频的底层特征,这就造成机器理解与人类思维间的语义鸿沟问题。为了缩小语义鸿沟问题,对当前的视频语义分析处理流程及其关键技术进行分析,采用多模式融合和多层次分析技术为主,手工标注为辅的方法提取视频的语义信息,然后在这些语义信息基础上建立视频故事单元语义表征模型,最后通过视频的语义表征模型来计算两段视频的语义相似度。针对不同类型视频的实验结果表明,提出的视频语义表征模型能够有效的表示视频的语义信息,相似度算法能够较准确的衡量两段故事单元视频间的相似度,缩小了语义鸿沟。

智能分析四重奏 看、想、懂、说

在在视频图像监控系统的实际应用中，普遍存在着“看不清、存取慢、提取难、检索不可靠”的问题。主要表现为视频图像不清晰难以取证、海量视频图像存储难和下载惺、视频格式多不对通、目标特征检索不可靠、图像查找比对误差大，缺少视频图像信息深度挖掘有效工具等技术难题。

一种自动镜头聚类方法

镜头聚类是视频内容分析的重要途径。镜头聚类的基本任务是基于镜头的物理特征对镜头进行分类。本文设计和实现了一种新的镜头聚类方法 ,这种方法从一个初始分割开始 ,经多次聚类分裂与合并的迭代 ,自动地进行误差校正。这种方法既不需要通过人工交互来解决试探聚类方法的误差调节问题 ,也不需要迭代聚类算法中难以确定的经验参数和经验阈值的设定 ,克服了普通聚类方法的缺点 ,在实际应用系统中取得了较好的效果。

大数据环境下的视频智能分析技术应用研究

在大数据时代,人们对智能视频分析技术越来越看重。智能视频分析依赖于视频算法对视频内容进行分析,通过提取视频中关键信息,进行标记或者相关处理,通过与公安掌控的其他数据实现有机融合,并形成相应事件和告警的监控方式。广州市公安局以云计算、大数据、大并发视频智能分析技术为基础,围绕视频指挥、视频监看及视频侦查,开展了一系列研究和探索工作,有效提升了智能视频系统的应用水平,力助平安城市建设和公安实战应用。