基于核函数的有监督哈希视频图像检索

在公安的电子物证检验工作中,经常会获取大量的影像、图像等信息,需要将这些信息与已掌握的视频图像内容进行比对,发现有价值的线索、证据。如果仅依靠人工检索,工作量巨大,耗时耗力,效率极低。这就需要开发出一套智能检索系统,通过使用一种高质量和高效率的大规模视频图像检索方法,准确、有效的关联出所需的视频图像内容。目前,常用的视频图像检索方法是哈希方法,被用来做相似性计算和检索。然而,现存的检索方法或者是缺乏足够好的性能,或者是陷入复杂的模型学习之中。文章提出了一种新的基于核函数的哈希模型应用于视频图像的人脸检索,该模型仅仅需要少量的监督信息,却能够在可行的训练时间下,获得高质量的哈希,有效提高检索质量和效率。

压缩域DCT系数对图像视频检索影响的研究

通过对图像在原始数据域和压缩数据域上的表现差异性进行统计分析,进一步研究了基于DCT变换的图像视频压缩域部分解码DCT信息,并运用于MPEG4的编解码的程序实现。随后提出了一种提高压缩域图像视频检索效率的方法,进而针对IntelX86处理器平台改进了DC+2AC的快速算法。

用小波变换及颜色聚类提取的视频图像内中文字幕

提取文字信息是基于内容的视频检索中重要内容。该文综合应用小波变换技术和颜色聚类技术提取含有中文字幕的视频图像的文字，并利用印刷中文字体特点进行噪音处理得到完整清晰的字幕文字。在进行颜色聚类时，该文提出一种8邻域颜色聚类方法，充分利用图像像素的空间相关性，使聚类具有较好的鲁棒性。实验结果表明这是一个有效的中文字幕文字的提取方法。

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。

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。

视频数据库存储检索的MPEG-7技术实现

在不断的研究探索中,人们开发出了一种新的技术,那就是由Visual C++软件平台研究设计的,一种基于MPEG-7多媒体内容描述标准的视频多媒体信息存储检索系统。这种系统的结构能够适应多种的图像检索技术,针对于这项技术,来探讨和分析其在视频数据库存储检索中的作用和功能。

基于小波压缩域的字符自动定位

本文提出一种基于小波压缩域的图像/视频字符自动检测定位方法。对于基于小波变换的压缩格式图像/视频,仅部分解压即可实现具有复杂背景的字符区域定位。与其他定位方法相比,明显降低计算复杂度,对字符尺寸的鲁棒性,检测精度显著提高。初步实验结果验证了该方法的有效性和快速性。