视频镜头时域分割方法的研究

视频时域分割指将视频序列分成若干镜头 ,是视频内容分析以及基于内容的视频浏览和检索的第一步 .该文首先对视频结构以及视频镜头种类进行了简要的描述 ,然后对为计算不连续性而采用的提取特征和建立测量准则的常用方法进行概述 .其后 ,文章介绍了检测镜头切变和渐变的算法及其优缺点 .在压缩域上检测镜头变换边界的问题也在文中予以分析 .在结论与展望中 ,提出了一些这一领域的难点和对今后工作的展望 .

室外大型场景多机位三维数据全局快速配准

以激光采样点为配准单元，提出了一种新的基于反向投影的室外大型场景多机位三维数据全局快速配准算法。算法直接利用激光采样点的点位和激光反射强度两重属性通过马氏距离搜索最近点，并利用反向投影加速最近点搜索，依靠插值方法修正最近点，避开采样分辨率影响。根据最小生成树原则生成了多机位三维数据最佳配准路线图，在PC机上自动将多机位三维数据无缝拼合在同一坐标系。经过实际应用，验证了算法的稳定性，给出了满意的配准结果。

基于全局运动信息的视频检索技术

运动信息是描述视频内容的一种重要信息 ,本文介绍了一个基于全局运动信息的视频检索系统 .在该系统中 ,我们通过对视频数据进行短时全局运动分析 ,较为精确地提取出了描述全局摄像机运动的双线性运动模型 ,并以该模型参数为运动特征 ,以特征点序列顺序匹配以及全局运动矢量距离平方和为基础 ,构造了一个视频检索方案 .实验结果表明 ,在特定的应用领域 ,如体育类视频中 ,我们的检索方案能够实现一定程度的语义内容检索 。

基于网络的嵌入式远程图像监控系统分析与设计

详细介绍了涵盖图像采集、压缩、传输、存储以及系统控制等内容的基于网络的嵌入式图像监控系统SkyEye的设计,讨论了基于TCP/IP的Client/Server控制软件模型。该系统在银行监控、交通管理、地图航拍、家用监控等方面有广泛的用途。

基于激光同步扫描图像的三维景物纹理映射

本论文分析了目前三维景物纹理映射的主要技术方法和存在的问题。本文以清华大学自主研发的三维激光与可见光同步扫描系统TH-3DLCS-2001为平台,提出了基于激光同步扫描图像的三维景物模型纹理映射方法。传统纹理映射方法中相机参数无法准确获知,限制了纹理映射的准确性。对此,在本文提到的方法中首先对同步扫描图像和三维激光扫描数据进行配准,估计相机内外参数,然后利用激光同步扫描图像作为中介,采用两步法进行高分辨率图像与激光扫描数据的全局和局部误差估计,最后在高分辨率纹理映射过程中进行反向误差补偿。实验表明本文提出的纹理映射方法是可行的,并且能够显著提高纹理映射的精度。

基于USB接口的视频图像采集系统设计

介绍了一种实用的基于通用串行总线USB的传输的图像采集系统的设计与实现方法,其中包括图像采集卡的硬件结构以及主机上的基于MFC的应用软件开发。

跳水动作的视频合成与比较

如何利用计算机视频处理技术,提高体育运动员的科学训练水平,是当前信息处理技术和体育科学技术交叉研究领域的重点问题之一。借助多段运动视频的合成,对各种动作进行观察比较,找出运动员在同一动作上的差异,对于诸如跳水等多项运动而言具有重要的意义。文章根据跳水视频的特点,提出了一种基于运动目标的视频合成算法。通过对不同的方法进行比较实验,结果表明:所提出的算法能很好地完成视频比较,对背景变化具有较强的鲁棒性。另外,算法还可以扩展到多个运动目标比较等应用领域。

结合Gabor特征与Adaboost的人脸表情识别

通过提取人脸图像的Gabor特征,结合Adaboost,进行人脸表情识别(FER)。针对Gabor特征维数高、冗余大的特点,引入Adaboost算法进行特征选择降低特征向量的维数。然后再以支持向量机(SVM)和最近邻分类法相结合组成分类器进行分类。该方法综合运用了Gabor特征对于人脸表情的良好表征能力、Adaboost算法的强大特征选择能力以及SVM在处理少样本、高维数问题中的优势。在JAFFE库上进行测试的结果验证了该法的有效性。从Adaboost所选择的特征集可知,在眼和嘴区域提取的特征,对于FER是最为重要的。

人脸关键特征点的自动定位

提出一种自动定位人脸关键特征点的方法。选取人脸图像中两眼球中点、各内外眼角点、鼻唇中点和两嘴角点作为9个关键特征点,利用SUSAN算子提取边缘和定位两眼内外角点,并与方向积分投影等方法结合,可以快速准确地获得特征点位置。实验结果表明,该方法能自动定位人脸各关键特征点,平均定位准确率在95%以上。该方法将有助于人脸特征的自动提取和提高人脸识别算法的识别率,虽然是针对固定大小图像(336×480)进行的,但方法本身并不受图像大小的约束;该方法对绝大多数灰度正面人脸图像特征点都能准确地自动定位,即使小角度旋转人脸也取得较好的定位效果,但目前对大角度旋转人脸仍有一定局限。

用于人脸识别的多年龄人脸图像合成

为了解决人脸识别中识别率随年龄变化急剧下降,提出了一种多年龄人脸图像合成方法。首先将测试图像表示为形状向量和纹理向量,之后用渐进智能神经网络(IINN)估计测试图像的年龄,然后利用事先训练的查找表计算目标年龄的形状向量和纹理向量,最后利用基于三角形的仿射变换把目标年龄的形状和纹理结合起来,生成目标年龄的人脸图像。实验结果表明,该方法有效地由1幅图像重构不同年龄时期的人脸图像,有效“改变”人脸图像的年龄。

用于人脸识别的下颌轮廓线分类方法

研究了下颌轮廓线的分类方法,并通过下颌轮廓线分类改进人脸识别系统人脸识别系统的性能。将下颌作为人脸识别的新特征,并综合其他特征进行人脸分类,可以提高人脸识别的识别率;同时,人脸数据库根据下颌的类属分类,可以提高识别速度。通过对下颌轮廓线进行主元分析得到下颌的(PCA)特征字串,并用K mean自动聚类方法和两类划分进行了下颌轮廓线分类的尝试。实验结果表明,这种方法在人脸识别系统中取得了较好的应用,识别率和识别速度都有明显提高。

基于统计模型的三维场景重建补洞算法

提出了一种新的处理距离图像(即点云数据)算法。算法提取已经获得的表面数据的特性,计算各个被测的特征值,建立马尔可夫统计模型,描述整个表面的数学特征,进而利用最大似然概率预测丢失位置的数据值,得到被测物体表面的完整的数据描述。使用该算法恢复由于障碍物和表面不良反射特性产生的空洞,具有良好的视觉效果,与测量获得的表面数据具有统一的几何特征。