Real-time flow-based video abstraction using OpenCL

A non-photorealistic rendering technique is a method to show various effects different from those of realistic image generation.Of the various techniques,flow-based image abstraction displays the shape and color features well and performs a stylistic visual abstraction.But real-time rendering is impossible when CPU is used because it applies various filtering and iteration methods.In this paper,we present real-time processing methods of video abstraction using open open computing language(OpenCL),technique of general-purpose computing on graphics processing units(GPGPU).Through the acceleration of general-purpose computing(GPU),16 frame-per-second(FPS)or greater is shown to process video abstraction.

视频摘要技术综述

基于内容的视频分析、检索与索引技术是当前多媒体领域研究的热点之一。视频摘要主要分为两类:静态视频摘要模式(视频略览),包括基于MPEG-1/2的关键帧表示和MPEG-4的关键对象表示;动态视频摘要模式(视频梗概),包括视频概述和精彩片段。该文介绍了视频摘要的新方向——基于情感、心理学等视频摘要模型。

基于目标检测及跟踪的视频摘要技术研究

为了能够在不丢失有用信息的前提下对海量监控视频进行摘要,提出一种基于目标检测及跟踪的视频摘要技术。首先根据混合高斯模型对视频进行背景建模,获得监控视频的背景;然后通过背景减法对运动目标进行检测,得到前景运动目标;其次对检测到的运动目标采用分层关联的思想进行目标跟踪,得到运动目标的完整信息;最后将这些运动目标及视频背景重新组装成摘要视频。实验结果表明,该方法能够有效地对监控视频进行浓缩,形成的摘要视频能够完整地保存原有视频信息,减少了存储空间,降低了成本,方便了相关人员及时获取有用信息,提高了工作效率。

一种新的动态视频摘要生成方法

本文提出了一种概要序列形式的视频摘要生成方法.在视频结构化的基础上,从减少信息冗余和保持本质内容两个角度出发,分别定义了镜头(场景)的冗余度和语义重要度,据此推导出视频内容缩减和保持的原则;之后,综合可理解性的要求,给出了一种自上而下的视频摘要生成方法.以电影动作片为例的实验结果证实了方法的有效性.

利用情感激励提取足球视频精彩镜头

足球视频精彩镜头的提取是足球视频检索和摘要生成的关键技术,有着很高的学术研究价值和广泛的应用前景.在系统分析现有足球视频精彩镜头提取方法的基础上,从观众情绪波动的视角出发,以Hanjalic情感曲线的理论思想为基础,设计了一个基于情感激励模型提取足球视频精彩镜头的系统.针对足球视频构建了一种新的特征——镜头激烈度,用此特征取代运动强度特征建立情感激励模型,从而改进了Hanjalic情绪激励曲线的生成方法,提高了系统的查全率、准确率和计算性能.结合足球领域知识,实现了更准确的精彩镜头定位方法,可以根据用户的实际观看时间自动筛选精彩镜头.实验结果验证了算法具有很好的检测效果.

层次化新闻视频处理框架的设计与实现

提出了一个通用的层次化新闻视频处理框架,将新闻视频处理分为句法分段、语义标注以及视频摘要三个层次,并给出了三个层次中涉及的故事单元探测、字幕探测、视频摘要等关键技术的解决方案。框架突破了传统的新闻视频处理框架仅局限于句法分段以及单媒体特征进行处理的缺陷,通过对视音频特征进行多模态的综合分析来获取新闻视频高层的语义内容。实验通过一个新闻视频处理原型系统NVPS验证了框架的可行性,重点对故事单元探测、标题探测以及口播帧探测三个算法进行了实验,实验结果分别达到88%,86%和86%的探测准确率,从而进一步证实了层次框架在新闻视频处理方面的有效性。

视频摘要技术研究

对视频摘要技术进行了研究,将视频摘要按其表现形式分为以标题、关键帧和故事板为代表的静态视频摘要以及以缩略视频为代表的动态视频摘要,并对其中涉及的关键技术进行了探讨,最后对视频摘要技术未来的发展方向进行了总结与展望。

基于关键帧的视频摘要研究

提出基于DirectShow组件结构实时提取各类音视频特征的方法,并综合利用这些特征,通过对常用的视频关键帧提取算法进行分析比较,提出了基于FCNN模型的自适应关键帧提取方法,该方法可以适应于各种视频类型。以关键帧为基础,提出利用插值算法建立视频摘要的方法。最后以新闻视频为例,给出了基于内容的新闻视频摘要系统(KBVA-1)。

监控视频的摘要提取方法研究

分析了监控视频的特点,提出了一种基于帧运动量计算和运动片段分割的监控视频摘要提取方法。实验结果表明,该方法具有快速、准确的特点,具有较高的实用价值。

一种新的镜头边界检测和静态视频摘要提取方法

提出一种新的融合图像分割和注意力模型的静态视频摘要自动生成方法.该方法将视频中的每帧图像分割成块,分别计算连续2帧对应块的匹配距离;在此基础之上,根据各个块不同的重要性用线性融合的方法求出2帧之间的匹配距离;然后通过计算匹配距离的期望和标准差自动地求出阈值,进而检测出镜头边缘;最后根据每个镜头的匹配距离,提取出静态视频摘要.仿真结果表明:与同类方法相比,该方法能够快速高效地检测出各种镜头边界,提取的静态视频摘要能够有效反映视频的内容.

典型的视频摘要系统及其对比

视频摘要是以自动或半自动的方式对视频的结构和内容进行分析 ,从原视频中提取出有意义的部分 ,并将它们以某种方式进行组合 ,形成简洁的能够充分表现视频语义内容的视频概要。重点介绍了几个典型的视频摘要系统及其涉及到的一些关键技术 ,并对这些典型的视频摘要系统进行对比 ,最后对视频摘要技术进行总结与展望。

视频摘要

众所周知 ,文本的摘要是对一篇文章的一个简短的小结 .随着对视频数据处理要求的不断提高 ,出现了类似的概念——视频摘要 ,同时也产生了视频摘要技术 .同文本摘要概念相似 ,视频摘要是对视频的一个简短的小结 .为了使人们对视频摘要有一个概略的了解 ,该文首先阐述了视频摘要的基本概念 ,同时简单介绍了视频摘要的应用 ,并在此基础上对视频摘要进行了分类 ;然后重点介绍了每一类视频摘要的实现技术——关键帧提取技术、多特征融合技术等 ;最后对目前视频摘要技术进行了小结 ,并展望了若干发展途径 .

图象和视频的检索技术

随着网络技术的发展，多媒体数据将成为网络服务的主要内容，因此对多媒体数据管理问题的研究成为近几年的热点。由于媒体信息表现性质的不同，传统关系数据库的检索方式不再适用于图象和视频，因此，必须采用基于自身内容的检索方式。文章对基于内容的图象和视频检索技术分不同层次进行了全面的总结，内容包括依据基本特征，色彩、纹理、形状、和位置关系的技术，视频的场景分割、关键帧提取技术以及基于声音、文字的检索技术等，并阐述了各种方法的优缺点，现状及发展方向。

一种新的基于对象的足球视频镜头分类方案

论文提出了一种基于对象的足球视频镜头分类方案。首先对足球视频中的场地和运动员对象进行检测和分割,然后利用识别出的场地特征、运动员数目及运动员与场地比例等特征,对足球视频中的长距镜头、中距镜头、特写及其它类型的镜头进行分类。实验表明,该分类方案取得了良好的效果。

基于球门检测的足球视频精彩事件提取

为了提高足球视频精彩事件检测效率,提出了一种基于双投影法的球门镜头检测算法,并在此基础上提出了基于球门检测的精彩事件提取算法.实验结果表明,该算法比常规算法取得了更好的检测效果,生成的精彩视频摘要大约为原视频的5%.

压缩域视频内容分析与摘要提取技术

给出了压缩域视频摘要系统的结构框架,并对其中的压缩域视频镜头变换检测、关键帧提取和压缩域人脸检测等主要算法进行了讨论。

一种家庭视频摘要生成的新方法

计算机硬件的发展使家用计算机具有处理和存储视频资料的能力,而家用数字摄像设备的普及使家庭视频的数量越来越多,家庭用户对视频摘要技术的需求也越来越强烈。在回顾现有视频摘要相关的概念、分类和技术,以及分析家庭视频的特征基础上,给出了家庭视频摘要的特点,并提出了一个面向家庭视频的视频摘要算法。

多视频摘要技术:方法、应用及挑战

多视频摘要技术近年来受到了国内外学者的广泛关注,它是指通过对视频结构和内容的分析,从多个相关视频文件中提取出有意义的部分,将它们以一定方式进行组合,形成简洁的、能够充分表现语义内容的概要,目的是提供快捷的浏览和查询服务。目前该技术还处于起步阶段,实际的应用系统很少,有关体系结构、技术方法仍需要深入研究,更多的应用方向还有待开拓。在介绍研究意义的基础上,对多视频摘要的研究现状和主要方法进行了归纳、评述,探讨了一些应用方向,指出了目前研究面临的重点问题以及发展趋势。

视频摘要系统中音频滤波技术的应用分析与探讨

数字视频属于国家重点发展的信息产业领域,宽带网络和数字电视的迅速发展,使得视频点播、交互电视、视频网站等应用都将面临大量涌现的数字化视频数据,对视频摘要技术的研究、对基于视频的各种应用就具有重要意义。文章研究的目的在于通过分析视频中的音频信息,对音频数据先滤波后分析的计算方法,减小了噪音数据对系统判断的影响,提高了准确率,此方法对基于音频分析的其他视频摘要系统的设计提供了相应的参考价值。

一种基于静帧特征分析的视频检索方法

由于视频流中嵌入的广告在制作和表现手法上的多样性,使得目前的探测方法效果并不理想。如何找出广告视频的独有特征是探测的关键所在。本文通过对大量广告在制作规律上的统计分析,提出了静帧密集度(Stat-ic frame density,SFD)的概念,静帧密集度是指视频流中1 min内出现静帧的个数,并利用静帧密集度结合镜头强度分析方法检测视频流中的广告序列,实验结果表明此方法具有较强的实用性。但是本文方法主要对时间连续的视频流中嵌套的广告段进行探测,因此不能分辨独立的短时广告,阈值的选取也是影响其性能的关键因素。