基于局部复杂度的视频序列显著点提取方法

文中提出一种基于局部复杂度视频序列中显著点的提取方法。首先,将视觉认知中的注意力机制引入视频处理,通过计算空域像素局部复杂度来提取图像显著点。其次,利用均值漂移聚类方法在时域中对显著点进行聚类,从而去除了分散的噪声点,它能自动确定类别数并具有严格的收敛性,该方法减少了运算量,提高了运算速度。实验证明,该方法提取的结果与人的视觉感知系统具有较好的一致性。

基于DCT域视觉的场馆监控图像显著区域检测

针对传统图像显著区域的目标运动检测能力不足,提出一种基于DCT域视觉的图像显著区域检测方法。以MCU为基本单位将监控图像分割成图块,利用DCT系数对颜色、亮度、纹理等特征向量进行提取计算得到全局对比度,运用最大类间方差法计算阈值将图像分割,获得视觉显著区域。同时,以全局背景判断图像中的注视区范围、注视点位置,计算注视点中最强的位置,完成显著图像的区域检测。实验证明,所提方法可以实时对出现在显著区域的目标进行检测,检测效率高。

点性运动:身体解构教学中的动作思维

点性运动作为身体解构教学中开发身体的一种训练方法,可以克服以往身体动力定型的惯性作用,完善编舞技法中动作建构的技术要点,帮助编舞者构成新的动作逻辑和运动美学。本文通过对点性运动的原理、教学路径以及教学实例三个方面的研究与分析,探索点性运动对学生掌握身体运动基本规律、学习动作建构基本原理,继而在实践中提升综合编舞能力的作用,为身体解构教学中的动作思维开发提供教学参考。