基于频率域点扩散函数的视频中运动模糊车牌复原与识别优化

车辆是刑事案件中常使用的工具,车牌识别是涉案车辆认定的重要依据之一,因此对运动模糊造成的车牌图像退化的复原是刑事技术工作的重要研究方向。文中提出一种基于频率域点扩散函数参数估计的车牌图像复原算法,运用二维离散傅里叶变换、Radon变换以及Wiener滤波算法解决监控视频视角下运动模糊车牌的复原问题。通过预处理对运动模糊图像进行灰度化和降噪,并对图像添加Hanning窗,进行二维离散傅里叶变换和对数运算,计算图像的功率频谱图,运用Radon变换对频谱图进行检测,估算模糊方向;对频谱图进行最小值计算,求模糊长度,完成对点扩散函数两个参数的估算。通过Wiener滤波算法进行图像反卷积,实现图像复原。针对传统频谱图估算模糊参数易受中央亮线干扰的问题,在离散傅里叶变换之前添加窗函数进行优化。使用道路监控拍摄的模糊图像,进行点扩散函数参数估计实验,同时与目前未加窗的方法进行对比,验证所提算法的复原效果。实验结果证明,所提算法在复原车牌图像语义信息方面具有优势,能为刑事图像技术领域模糊车牌复原提供方法补充。

视频运动放大技术发展分析

人们受限于身体机能,对许多重要信息无法直观获取。往往借助各种传感器,伴随着视频放大技术的兴起,人们借助计算机视觉技术起到了辅助桥梁监测的作用。这是由于视频运动放大技术可以将许多人眼无法直观看到的细微运动呈现出来,来实现对运动的观察和监测。随着计算机视觉领域的迅猛发张,视频运动放大技术,也从最初的拉格朗日放大方法、欧拉放大方法、相位放大方法,逐步过渡到深度学习模型和Transformer模型。之后,该技术更是被广泛应用于多个场景中,例如:微表情识别、动态行为检测、非接触心理检测等。

基于视频的振动测量技术研究进展

振动测量是保障结构安全和良好状态的基本手段。高精度的振动测量可为结构设计、安装调试、健康管理等振动试验提供精确的输入与响应测试。相较于传统的振动测量手段,基于视频的振动测量技术将相机的全部像素转化为高精度振动传感器,利用视频图像方式让人们肉眼可视结构在物理世界的真实振动形态,具有非接触、全视场、高空间分辨率、灵活方便等优点,近年来受到业界的广泛关注。该文主要介绍了视频振动测量技术的系统构成与测量过程、当前主要方法和相关技术最新进展,并总结了视频振动测量技术与其他技术相比存在的优势。通过分析与对比,肯定了视频方法是解决振动测量问题的有效手段和对传统测量方法的有力补充,随着相关技术和硬件设备的发展,视频振动测量方法将具有越来越大的研究意义和应用价值。

视频运动目标跟踪方法研究

视频运动目标跟踪属于计算机视频模块的重点研究内容,具备较大的应用前景。随着各种新技术融合到目标跟踪方法中,其跟踪准确性得到提升。受到目标形变、遮挡以及尺度变化影响,跟踪失败的问题也时有发生。为了改进视频运动目标跟踪方法,本文系统的阐述了当前视频运动目标跟踪方法的类型,从算法设计流程着手,给出关于视频运动目标跟踪方法的具体设计框架,对未来算法发展方向进行了展望。

基于深度学习的竞技体育运动表现视频分析研究进展

随着人工智能技术的发展,深度学习在体育领域的研究与应用也在逐渐增多。将人工智能技术应用于竞技体育运动视频分析,既是国内外理论研究关注的热点,也是促进竞技体育高质量发展的有效手段。通过Google Scholar、中国知网、Web of Science及SPORTDiscus数据库检索文献,并进行系统的整理与分析,回顾近10年来国内外基于深度学习的运动表现视频分析技术研究,包括深度学习算法、计算机视觉等在体育分析领域的应用现状,揭示深度学习在运动分析领域的潜在应用,探索深度学习作为分析体育运动的工具的潜力。目前在运动员及球跟踪、动作行为分析和表现评价方面,基于深度学习的分析方法已经表现出了良好的性能,未来拥有着巨大的发展潜力。

一种基于频域的运动模糊视频复原方法

视频广泛使用于日常生活、公共安全和空间探索等领域。摄像机抖动和物体运动都会引起采集到的视频发生运动模糊现象。模糊的视频不仅会影响视觉感受,而且会影响对视频中信息的提取和辨识工作,因此需要对模糊视频复原。采集到的运动模糊视频中的模糊具有随机性,对于同一个物体,可能在某些视频帧中是模糊的,但是在另一些视频帧中可能是清晰的。根据这一特征,提出一种基于频域的运动模糊视频复原方法。该方法通过在频域中利用曲波变换融合多个相邻视频帧,获得清晰视频。该方法不需要估计模糊核和迭代求解模型,具有较快的运算速度。曲波变换具有很强的方向敏感性和各向异性特征,有助于模糊视频中边缘信息的复原。实验结果证明,提出的复原方法与现有的复原方法相比具有较好的复原效果。

体育运动视频关键帧自动提取系统设计

为确保体育运动训练的科学性,设计体育运动视频关键帧自动提取系统。系统利用内置嵌入式Linux系统实时采集体育运动视频,利用目标跟踪模型从动态注意力和静态注意力两个角度跟踪视频目标,经基于动态优先的特征融合方法融合动态注意力和静态注意力后,将融合后注意力值最大的帧作为提取到的运动视频关键帧。实验结果表明系统可更有效获取视频关键帧,提取视频关键帧的压缩比例高,可有效清除冗余视频帧;且关键帧提取保真度和重构度高。

视频运动对象的自动分割

视频运动对象的分割技术在运动视觉检测和新的MPEG 4视频编码标准中十分重要 提出了一种运动对象分割算法 该算法采用序列图像帧间差的高阶统计量 (HigherOrderStatistics,HOS)假设检验 ,确定运动对象的位置 ,自动分离运动区域与背景 ;根据三帧序列图像中前后帧差图像灰度边缘重合的部分为中间帧运动对象的边缘来有效地解决运动对象前后帧的遮挡问题 ;采用形态滤波的方法填充分割出的运动对象二值模板中的空洞 ,消除残余噪声及平滑边缘 分析和实验证明 ,该算法需要调整的参数少 ,抗干扰能力强 ,可以高效率地进行运动对象的自动分割 此外 ,该算法具有潜在的并行机制 。

支持向量机在视频运动目标分析中的应用

提出一种基于支持向量机的运动目标分类方法.先将支持向量机引入分析视频运动目标中,再在视频中筛选出简单有效的组合特征对目标进行分类.该方法先使用混合Gauss背景模型提取前景运动目标,获取目标的形状特征和运动特征,再利用支持向量机对样本数据进行训练,得到最优决策函数.实验结果表明,利用支持向量机和运动目标特征组合的方法进行运动目标分析实用、有效.

视频运动对象分割技术的研究

新的视频压缩标准MPEG-4采纳了基于对象/模型的编码方法,但是对象的分割问题至今仍未得到满意的解决。本文介绍了视频运动对象分割技术的发展概况,重点讨论了其中的关键技术——运动对象的分割与跟踪,并指出一些需要深入研究的问题。

视频运动矢量的获取FPGA实现

提出一种视频运动检测的方法,通过融合帧间差法、色彩匹配法、区域特征匹配法、目标关键位置选取和光流场分析的视频运动检测方法,对视频数据流进行分析计算,获取运动目标的运动矢量。在Altera公司的FPGA试验平台DE1上,构建了视频运动检测矢量获取的验证系统。实践结果表明,该方法能够实时分析目标运动信息,快速准确获取视频流中目标的运动矢量。

基于运动视频和自组织特征映射神经网络的针刺提插手法量化分类研究

目的通过自组织特征映射神经网络(SOM)分析由德国Simi Motion 3D三维运动图像解析系统导出的教师提插手法参数,获取手法分类及特征。方法研究选择30名针灸教师,取一侧"曲池穴"作为施术穴位,记录提插平补平泻、补法、泻法的运动视频。视频经由Simi Motion 3D三维运动图像解析系统分析,得出拇指指尖跟踪标记点位原始运动参数,通过SOM分析教师手法分类参数。结果针刺手法参数呈非正态分布,离散度较大;平补平泻与补法可分为4类,泻法可分为5类,各分类的特征集中程度一般。结论针刺手法参数总体上表现为非正态分布的多样性特征,为典型"人为控制曲线",表现出神经网络分类集中度较低的特点,其分类主要根据曲线外形及周期长短进行,且与手法难易程度相关。该技术可应用于各类手法的量化分析与技术传承研究,并能为针灸规范化与标准化提供参考。

一种新型自适应嵌入式流形去噪视频运动目标分割算法

针对目前运动目标分割算法在复杂场景中适应性较差,时间复杂度较高等缺陷,提出一种新的运动目标分割算法,该算法通过自适应流形去噪实现刚性和非刚性对象的运动分割.首先,引入一种自适应核空间,如果两个特征轨迹属于同一刚性对象,则将其映射到相同点上;然后,采用一种基于自适应内核的嵌入式流形去噪算法,分割出刚性和非刚性对象的运动;最后,在多个数据集上与几种传统算法进行对比实验.实验结果表明,该算法在不同场景中均能取得更好的分割与跟踪效果.

基于Fisher矢量编码的运动视频自动评分技术

传统基于计算机视觉特征的人体运动分析和动作评分技术对局部人体运动特征判别性不强,导致对相似人体动作的类内差异不敏感,自动评分准确率低。提出一种局部时空保持的单目运动视频人体动作特征Fisher矢量(FV)编码方法和自动评分技术。首先提取梯度方向直方图(HOG)和光流直方图(HOF)描述运动视频中人体动作姿态和运动特征,实施2归一化和基于主成分分析的数据降维后获得具有判别性的人体动作特征矢量;然后利用时空金字塔方法在FV编码中嵌入时空特征,提高对动作正确性和协调性的判别能力;最后通过建立不同动作分类的线性模型确定动作评分。在健美操动作自动评分数据集上的实验表明,所提算法的敏感性和特异性约为94.4%和71.4%,与专家评分的中位数平均误差为7.0%,适用于在线体育教学和普通运动训练中基于单目运动视频的动作完成质量评价。

运动视频分析技术在针刺提插手法教学中的师生对比研究

目的通过德国Simi Motion 3D三维运动图像解析系统对师生提插平补平泻手法进行量化分析,获得手法参数,对比手法特征。探索运动视频技术研究针刺手法的可行性,并指导教学。方法研究选择30例针灸教师及60例针灸专业学生,取一侧曲池穴作为施术穴位,记录两组成员提插平补平泻20 s的运动视频。视频经由Simi Motion 3D三维运动图像解析系统分析,得出"拇指指尖"等4个跟踪标记点位原始运动参数。通过t检验或秩和检验对比两组人员在相同手法施术过程中各跟踪标记点位的物理学参数差异情况,通过神经网络分析教师手法分类参数。结果针刺手法参数呈非正态分布;提插手法近端指间关节角度的变化与X轴运动幅度呈正相关;教师组拇指指尖点位的力学输出、运动参数、食指近端指间关节开合角度以及X轴向摆动高于学生组;教师组提插手法可分4类,主要根据曲线外形及周期长短进行。结论针刺手法参数总体上表现为非正态分布的多样性特征,且操作者拇食指的节律性双轴运动显著,提插手法可简化为以食指与拇指掌指关节为转轴中心的定轴转动;与学生组相比,提插过程中教师组更为用力、手指关节开合角度更大。针刺手法参数曲线为典型"人为控制曲线",表现出神经网络分类集中度较低的特点;研究结果显示教师对于提插手法的特征理解不一,将会影响教学效果。

时空特征局部保持的运动视频关键帧提取

为提高运动视频关键帧的运动表达能力和压缩率,提出柔性姿态估计和时空特征嵌入结合的运动视频关键帧提取技术。首先,利用人体动作的时间连续性保持建立具有时间约束限制的柔性部件铰接人体(ST-FMP)模型,通过非确定性人体部位动作连续性约束,采用N-best算法估计单帧图像中的人体姿态参数;接着,采用人体部位的相对位置和运动方向描述人体运动特征,通过拉普拉斯分值法实施数据降维,获得局部拓扑结构表达能力强的判别性人体运动特征向量;最后,采用迭代自组织数据分析技术(ISODATA)算法动态地确定关键帧。在健美操动作视频关键帧提取实验中,ST-FMP模型将柔性混合铰接人体模型(FMP)的非确定性人体部位的识别准确率提高约15个百分点,取得了81%的关键帧提取准确率,优于KFE和运动块的关键帧算法。所提算法对人体运动特征和人体姿态敏感,适用于运动视频批注审阅。

空域视频场景监视中运动对象的实时检测与跟踪技术

本文分析了空域视频场景中运动对象实时检测、跟踪系统的模型。提出了一种在运动背景下实时检测与跟踪视频运动目标的技术。该方法首先进行背景的全局运动参数估计,并对背景进行补偿校正,将补偿校正后的相邻两帧进行差分检测。然后利用假设检验从差分图像中提取运动区域,利用遗传学方法在指定区域内确定最优分割门限,提取视频运动对象及其特征;最后利用线性预测器对目标进行匹配跟踪。在基于高速DSP的系统平台上的实验结果表明该方法取得了很好的效果。

运动视频图像中运动方向自动检测系统设计

针对自动检测系统存在运动方向检测不准确、速度慢、耗费时间长以及功能相对单一等问题,且成本较高,很难达到自动检测实时、可靠的标准,为此,对运动视频图像中运动方向的自动检测系统进行设计。自动检测的硬件平台由ARM的微型处理器、视频图像自动检测模块、信号探测采集模块、报警警示灯模块以及各个连接口组成;系统软件设计主要包含运动方向跟踪和PID控制。实验结果表明,该系统运动方向检测准确、速度快、耗费时间短,并且耗费成本较低,可靠性与实时性较强。

竞技运动目标的提取及视频合成与比较

以跳远运动的视频分析为背景,介绍了背景差分和连续帧间差分相结合的运动目标提取方法及其实现过程,给出了两个不同运动目标的视频合成和同屏同步播放的视频比较方案,为竞技运动训练的科学化、现代化提供了有力的支持。

姿态估计和跟踪结合的运动视频关键帧提取

提出姿态估计和特定部位跟踪相结合的动作视频关键帧提取算法。首先利用非确定人体部位的时间连续性保持提高基于柔性部件铰接人体模型的单帧图像人体姿态估计准确率,通过实施数据降维得到局部拓扑结构表达能力强的判别性运动特征向量,采用极值判定原理确定候选关键帧集合。然后利用ISODATA动态聚类算法,通过初始聚类中心优化、基于语义的关键帧集合增强等策略确定关键帧。实验表明文中算法具有较高的关键帧提取准确率和召回率,支持基于语义的关键帧提取。提取的视频关键帧可以用于运动视频压缩和批注审阅。