關(guān)鍵幀
- 面向三維重建的自適應(yīng)步長視頻關(guān)鍵幀提取
要提取視頻序列關(guān)鍵幀。當(dāng)前，關(guān)鍵幀提取算法可分為基于時(shí)間間隔采樣算法［1］、基于幀間差異提取算法［2-4］、基于內(nèi)容聚類提取算法［5-7］、基于光流運(yùn)動提取算法［8-9］。其中，基于時(shí)間間隔采樣算法預(yù)先設(shè)定采樣時(shí)間間隔，遍歷所有視頻幀提取關(guān)鍵幀，實(shí)現(xiàn)簡單、速度較快、關(guān)鍵幀分布均勻，但在不同時(shí)間間隔下的結(jié)果存在較大差異，當(dāng)相機(jī)處于非勻速運(yùn)動時(shí)將造成部分關(guān)鍵幀冗余或缺失；基于幀間差異提取算法取視頻第一幀為關(guān)鍵幀，與之后的圖像幀逐幀比較相似度，當(dāng)相似度小于閾值則
軟件導(dǎo)刊 2023年9期2023-09-15
- 基于改進(jìn)關(guān)鍵幀選擇的ORB-SLAM2 算法
究學(xué)者的喜愛。關(guān)鍵幀作為決定ORB-SLAM2 算法精度的重要因素，廣大學(xué)者針對其進(jìn)行了大量創(chuàng)新優(yōu)化，以提升算法性能。Yang 等[18]提出基于地圖元素和關(guān)鍵幀數(shù)據(jù)庫的離線地圖構(gòu)建算法，通過對關(guān)鍵幀與地圖元素在線儲存離線構(gòu)圖的方式提高建圖精度。Xie 等[19]提出重復(fù)運(yùn)動檢測方法改進(jìn)關(guān)鍵幀選擇算法，剔除冗余關(guān)鍵幀以提高整個系統(tǒng)的實(shí)時(shí)性能及定位精度。Cui 等[20]在ORB-SLAM2 算法的基礎(chǔ)上使用圖像強(qiáng)度而非特征點(diǎn)匹配關(guān)鍵幀，提出了Direct-
北京航空航天大學(xué)學(xué)報(bào) 2023年1期2023-02-09
- 基于決策樹的多媒體視頻關(guān)鍵幀實(shí)時(shí)提取方法研究
迅猛發(fā)展，視頻關(guān)鍵幀作為該問題的核心環(huán)節(jié)，受到高度重視[4].多媒體網(wǎng)絡(luò)技術(shù)，涉及各行各業(yè)，能夠幫助用戶快速精確搜索到感興趣的內(nèi)容[5]，這對多媒體視頻中關(guān)鍵幀進(jìn)行實(shí)時(shí)提取極為重要[6-7].為此，相關(guān)研究者進(jìn)行了很多研究，并取得了一定成果.仲夢潔等[8]提出一種基于視覺顯著性的視頻關(guān)鍵幀提取方法，該方法以多特征融合圖像為參考，利用視覺顯著性有效提取關(guān)鍵幀圖像并壓縮，并有效提取車輛關(guān)鍵幀信息，但該方法需測量多方面特征，時(shí)間成本極高，無法適用于普通視頻的需求
- 關(guān)鍵幀自動剪輯在監(jiān)控視頻中的應(yīng)用
而實(shí)現(xiàn)快速提取關(guān)鍵幀以及占用少量內(nèi)存資源。1 算法介紹1.1 事件(能量矢量)的關(guān)鍵幀檢測算法基于事件(能量矢量)的關(guān)鍵幀檢測算法(圖1)最適合用于固定位置的攝像頭產(chǎn)生的視頻剪輯。因?yàn)閷τ陟o止不變的背景環(huán)境下，每一幀畫面的能量是固定不變，突然闖入的物體，例如行人、移動的汽車、奔跑的動物等會使得畫面的能量發(fā)生變化。能量的變化可以被看作是事件的發(fā)生，也就是我們監(jiān)控?cái)z像頭采集到的關(guān)鍵幀。圖1 檢測候選關(guān)鍵幀根據(jù)能量檢測算法公式，我們可以得到單一圖片的能量矢量E(
山西電子技術(shù) 2022年3期2022-06-24
- 基于圖像熵和局部幀差分的關(guān)鍵幀提取方法
，對視頻流進(jìn)行關(guān)鍵幀抽取成為了相關(guān)問題的首要解決方法?，F(xiàn)有的關(guān)鍵幀抽取方法大致有基于前后幀差分的關(guān)鍵幀抽取方法、基于音頻的關(guān)鍵幀抽取方法、基于運(yùn)動光流的關(guān)鍵幀抽取方法。然而基于幀差分的關(guān)鍵幀抽取方法抽取出的冗余幀過多，對于抽取出關(guān)鍵幀后續(xù)的處理帶來了更大的開銷、而基于音頻的關(guān)鍵幀抽取方法具有一定的誤差，難以準(zhǔn)確地囊括視頻中的關(guān)鍵信息，基于運(yùn)動光流的關(guān)鍵幀抽取方法時(shí)間開銷太大，難以滿足當(dāng)前日益增長的海量視頻場景。針對上述問題，本文提出了一種基于圖像熵極值和局
現(xiàn)代計(jì)算機(jī) 2022年4期2022-04-24
- 基于計(jì)算機(jī)視覺的視頻圖像關(guān)鍵幀提取及修復(fù)方法
傳輸，分析圖像關(guān)鍵幀，提取主要特征，學(xué)者們進(jìn)行了深入研究。張航等人提出了一種面向礦山監(jiān)管的無人機(jī)視頻關(guān)鍵幀影像動態(tài)提取方法，首先對視頻影像進(jìn)行預(yù)處理；然后，基于提出的相關(guān)信息進(jìn)行加權(quán)處理，得出關(guān)鍵幀的動態(tài)間隔；最后，對關(guān)鍵幀的時(shí)間間隔進(jìn)行加權(quán)處理，提取關(guān)鍵幀的動態(tài)時(shí)差[1]。王俊玲等人提出了一種基于語義相關(guān)的視頻關(guān)鍵幀提取算法，首先利用卷積自編碼器提取視頻幀的深度特征，并對其進(jìn)行聚類分析；然后，篩選出最清晰的視頻幀作為關(guān)鍵幀；最后，利用密度方法對初次提取的
- 錨定“關(guān)鍵幀”，強(qiáng)力推進(jìn)產(chǎn)才融合
■盛維林（作者系揚(yáng)州市江都區(qū)委常委、組織部部長）產(chǎn)是才之基，才是產(chǎn)之魂。近年來，揚(yáng)州市江都區(qū)以黨建為引領(lǐng)，打通人才創(chuàng)新創(chuàng)業(yè)的“綠色通道”、緊抓深化產(chǎn)才融合的關(guān)鍵環(huán)節(jié)，為全區(qū)各產(chǎn)業(yè)高質(zhì)量發(fā)展提供了人才保障。瞄準(zhǔn)靶心，構(gòu)筑“二次創(chuàng)業(yè)”新格局。抓好規(guī)劃引領(lǐng)。聚焦省13個先進(jìn)制造業(yè)集群和市“323＋1”先進(jìn)制造業(yè)集群，堅(jiān)持“一產(chǎn)業(yè)一規(guī)劃”，分類制定汽車及零部件等四大主導(dǎo)產(chǎn)業(yè)、智能電網(wǎng)等四大新興產(chǎn)業(yè)人才發(fā)展行動計(jì)劃，畫出“十四五”人才發(fā)展“施工圖”。抓強(qiáng)工程牽引。聚
黨的生活(江蘇) 2021年4期2021-11-22
- 探微初中信息技術(shù)課堂教學(xué)評價(jià)的“關(guān)鍵幀”
堂教學(xué)評價(jià)的“關(guān)鍵幀”（一）教學(xué)活動全面評價(jià)受“唯分?jǐn)?shù)”思想的影響，課堂教學(xué)評價(jià)功利性較強(qiáng)，一些教師只會對學(xué)生成績進(jìn)行量化考核。在這種情況下，課堂教學(xué)評價(jià)難以發(fā)揮作用，導(dǎo)致教學(xué)過程被忽略，學(xué)生的創(chuàng)新、創(chuàng)造思維被禁錮，教學(xué)質(zhì)量難以提升。課堂教學(xué)評價(jià)要將課堂教學(xué)作為中心環(huán)節(jié)，以問題為導(dǎo)向，評價(jià)主體要圍繞師生，對課程教材、教學(xué)方法、教學(xué)手段等進(jìn)行綜合評價(jià)。比如，在教學(xué)Word文檔時(shí)，教師可以采用項(xiàng)目教學(xué)，引導(dǎo)學(xué)生以小組為單位，成立虛擬“公司”，制訂logo、印章
名師在線 2021年35期2021-11-22
- 視頻圖像關(guān)鍵幀去噪及信息提取研究
視頻中所提取的關(guān)鍵幀進(jìn)行去噪處理，處理后的圖像利用數(shù)學(xué)模型進(jìn)行圖像坐標(biāo)系和現(xiàn)實(shí)坐標(biāo)系的轉(zhuǎn)換，從而得到有用的視覺情報(bào)信息，實(shí)驗(yàn)證明本文方法有效可行。關(guān)鍵詞：圖像視頻;中值濾波去噪;關(guān)鍵幀;信息1 引言圖像中需要被檢測出來的運(yùn)動目標(biāo)稱為前景，前景是視覺任務(wù)中感興趣的區(qū)域，圖像中除去前景部分稱為背景，是視覺任務(wù)中要忽略的區(qū)域，進(jìn)行運(yùn)動目標(biāo)檢測的目的就是提取出視頻幀中的前景區(qū)域，方便下一步進(jìn)行運(yùn)動目標(biāo)識別或運(yùn)動目標(biāo)跟蹤。在一個復(fù)雜場景的圖像中難以準(zhǔn)確地定義出什么是
科技研究 2021年6期2021-09-10
- 基于關(guān)鍵幀的上肢運(yùn)動評價(jià)方法研究
提出了一種基于關(guān)鍵幀的快速評價(jià)方法。通過提取整個動作序列中骨骼點(diǎn)的三維坐標(biāo)極值，并記錄對應(yīng)的幀ID，從而生成新的骨骼序列，最終采用動態(tài)時(shí)間規(guī)整（DTW）對動作進(jìn)行匹配。為驗(yàn)證該評價(jià)方法的有效性，對健康的志愿者進(jìn)行了試驗(yàn)，試驗(yàn)結(jié)果表明，該方法具有較高的匹配效率。關(guān)鍵詞：Kinect V2;上肢康復(fù);關(guān)鍵幀;動態(tài)時(shí)間規(guī)整（DTW）0 引言隨著傳感器技術(shù)和數(shù)據(jù)分析技術(shù)的飛速發(fā)展，智能運(yùn)動評價(jià)系統(tǒng)已經(jīng)得到了廣泛應(yīng)用，其在康復(fù)領(lǐng)域的應(yīng)用價(jià)值也得到了學(xué)者們的廣泛認(rèn)可。
機(jī)電信息 2021年21期2021-09-03
- 面向手語識別的視頻關(guān)鍵幀提取和優(yōu)化算法
勢的視頻幀稱為關(guān)鍵幀。如何從一段手語視頻中檢索出有效的關(guān)鍵幀直接影響著手語識別算法的性能。視頻關(guān)鍵幀的提取方法一般分為四大類：第1類是基于圖像內(nèi)容的方法[1]。該方法將視頻內(nèi)容變化程度作為選擇關(guān)鍵幀的標(biāo)準(zhǔn)，而其中視頻內(nèi)容主要由圖像的特征體現(xiàn)。文獻(xiàn)[2]中對圖像底層特征（如顏色直方圖、顏色矩、慣性矩、邊緣等）進(jìn)行加權(quán)融合，用于篩選關(guān)鍵幀。第2類是基于運(yùn)動分析的方法[3-4]。一般思想是計(jì)算出每幀圖像的光流場，然后對光流圖進(jìn)行計(jì)算，極小值對應(yīng)的那一幀被選為關(guān)鍵
- 基于語義相關(guān)的視頻關(guān)鍵幀提取算法
的核心部分就是關(guān)鍵幀的提取。關(guān)鍵幀的提取可以分為以下六類：（1）基于抽樣的關(guān)鍵幀提取基于抽樣的方法是通過隨機(jī)抽取或在規(guī)定的時(shí)間間隔內(nèi)隨機(jī)抽取視頻幀。這種方法實(shí)現(xiàn)起來最為簡單，但存在一定的弊端，在大多數(shù)情況下，用隨機(jī)抽取的方式得到的關(guān)鍵幀都不能準(zhǔn)確地代表視頻的主要信息，有時(shí)還會抽到相似的關(guān)鍵幀，存在極大的冗余和信息缺失現(xiàn)象，導(dǎo)致視頻提取效果不佳[1]。（2）基于顏色特征的關(guān)鍵幀提取基于顏色特征的方法是將視頻的首幀作為關(guān)鍵幀，將后面的幀依次和前面的幀進(jìn)行顏色特
計(jì)算機(jī)工程與應(yīng)用 2021年4期2021-02-22
- 探微初中信息技術(shù)課堂教學(xué)評價(jià)的“關(guān)鍵幀”
堂教學(xué)評價(jià)的“關(guān)鍵幀”（一）教學(xué)活動全面評價(jià)受“唯分?jǐn)?shù)”思想的影響，課堂教學(xué)評價(jià)功利性較強(qiáng)，一些教師只會對學(xué)生成績進(jìn)行量化考核。在這種情況下，課堂教學(xué)評價(jià)難以發(fā)揮作用，導(dǎo)致教學(xué)過程被忽略，學(xué)生的創(chuàng)新、創(chuàng)造思維被禁錮，教學(xué)質(zhì)量難以提升。課堂教學(xué)評價(jià)要將課堂教學(xué)作為中心環(huán)節(jié)，以問題為導(dǎo)向，評價(jià)主體要圍繞師生，對課程教材、教學(xué)方法、教學(xué)手段等進(jìn)行綜合評價(jià)。比如，在教學(xué)Word文檔時(shí)，教師可以采用項(xiàng)目教學(xué)，引導(dǎo)學(xué)生以小組為單位，成立虛擬“公司”，制訂logo、印章
名師在線·中旬刊 2021年12期2021-01-19
- 基于內(nèi)容的動畫視頻關(guān)鍵幀提取技術(shù)研究
過渡引起的視頻關(guān)鍵幀提取誤差，提出基于內(nèi)容的動畫視頻關(guān)鍵幀提取技術(shù)研究。以視頻內(nèi)容為依據(jù)，對動畫視頻劃分為若干個子鏡頭，對劃分后的子鏡頭視頻圖像進(jìn)行歸一化處理，降低由于灰度差異引起的關(guān)鍵幀識別錯誤，根據(jù)漸變特征，剔除歸一化后視頻圖像中的漸變幀，最后對各個子鏡頭進(jìn)行關(guān)鍵幀識別與提取。并進(jìn)行實(shí)驗(yàn)測試，實(shí)驗(yàn)結(jié)果表明，所提方法進(jìn)行關(guān)鍵幀提取時(shí)，漏選幀數(shù)低于2幀，錯幀數(shù)低于3幀，具有較高的提取效果?！娟P(guān)鍵詞】? ? 視頻內(nèi)容? ? 動畫視頻? ? 關(guān)鍵幀? ? 漸變
中國新通信 2021年20期2021-01-03
- 自適應(yīng)無監(jiān)督聚類算法的運(yùn)動圖像關(guān)鍵幀跟蹤
檢測、運(yùn)動圖像關(guān)鍵幀跟蹤等[1-2]。運(yùn)動圖像關(guān)鍵幀跟蹤可以幫助人們對運(yùn)動軌跡進(jìn)行描述，可以對運(yùn)動目標(biāo)行為進(jìn)行理解，因此運(yùn)動圖像關(guān)鍵幀跟蹤成為當(dāng)前計(jì)算機(jī)視覺研究領(lǐng)域的一個熱點(diǎn)問題[3-5]。針對運(yùn)動圖像關(guān)鍵幀跟蹤問題，人們投入了大量的時(shí)間進(jìn)行了深入、廣泛的研究，當(dāng)前存在許多運(yùn)動圖像關(guān)鍵幀跟蹤方法[6]。當(dāng)前運(yùn)動圖像關(guān)鍵幀跟蹤技術(shù)可以劃分為兩類，一類基于硬件的運(yùn)動圖像關(guān)鍵幀跟蹤方法，如基于嵌入系統(tǒng)，該類方法的運(yùn)動圖像關(guān)鍵幀不但跟蹤速度快，而且精度比較高，但是
微型電腦應(yīng)用 2020年12期2020-12-25
- 一種面向無人機(jī)視頻的多尺度摘要的設(shè)計(jì)與實(shí)現(xiàn)
后，提出了基于關(guān)鍵幀的視頻目標(biāo)檢測算法，根據(jù)改進(jìn)后的基于顏色特征的關(guān)鍵幀提取算法提取涵蓋視頻關(guān)鍵信息的關(guān)鍵幀，并將檢測模型應(yīng)用于關(guān)鍵幀，高效獲取整個視頻的目標(biāo)檢測結(jié)果。之后，從關(guān)鍵幀中提取相應(yīng)的關(guān)鍵區(qū)域，作為摘要的呈現(xiàn)單元，并以螺旋的形式從內(nèi)向外地將摘要單元逐一呈現(xiàn)，輔以基于關(guān)鍵幀的視頻定位和尺度縮放功能。最后，開發(fā)了草圖注釋、目標(biāo)分布螺旋、雙螺旋播放等新穎的交互工具，滿足用戶的潛在需求，共同實(shí)現(xiàn)面向無人機(jī)視頻的高效交互。無人機(jī)；視頻摘要；視頻目標(biāo)檢測；小
圖學(xué)學(xué)報(bào) 2020年2期2020-05-21
- 面向礦山監(jiān)管的無人機(jī)視頻關(guān)鍵幀影像動態(tài)提取方法
視頻主要事件的關(guān)鍵幀影像，利用較少的幀來代表整個視頻序列，是國內(nèi)外學(xué)者研究的熱點(diǎn)[4-9]。Li[10]、Szeliski[11]等采用逐幀計(jì)算的方法可以精確獲取滿足要求的關(guān)鍵幀，但由于該方法需要逐幀計(jì)算，效率太低，無法滿足實(shí)效性要求較高的應(yīng)用領(lǐng)域。Fadaeieslam[12-13]等通過 Kalman濾波預(yù)測影像4個角點(diǎn)的運(yùn)行軌跡，然后計(jì)算相鄰幀圖像之間的重疊度。但此方法角點(diǎn)位置的精度會隨著拼接范圍的增大而降低，因而也會影響Kalman濾波提取關(guān)鍵幀的
遙感信息 2020年1期2020-04-01
- 淺析三維動畫教學(xué)中的關(guān)鍵幀制作
維動畫教學(xué)里，關(guān)鍵幀的制作是一項(xiàng)重要的教學(xué)內(nèi)容，引導(dǎo)學(xué)生理解和運(yùn)用好關(guān)鍵幀是其中的重點(diǎn)，本文旨在于理清關(guān)鍵幀的概念，針對關(guān)鍵幀的概念、如何判斷關(guān)鍵幀、常用的關(guān)鍵幀創(chuàng)建方式、關(guān)鍵幀設(shè)置形式的分類等問題提出相應(yīng)的解決方法，指導(dǎo)學(xué)生確立在關(guān)鍵幀設(shè)置方面的設(shè)計(jì)思路。創(chuàng)建關(guān)鍵幀是動畫制作的基礎(chǔ)，流暢的動畫效果來自于精確地設(shè)置關(guān)鍵幀，對關(guān)鍵幀知識點(diǎn)的教學(xué)上應(yīng)把握好軟件操作技能與動畫設(shè)計(jì)常識相結(jié)合的原則，才能做出優(yōu)秀的三維動畫。關(guān)鍵詞：關(guān)鍵幀；三維動畫設(shè)計(jì)；屬性參數(shù)在三
ViVi美眉 2020年8期2020-03-09
- 視頻檢索中的關(guān)鍵幀提取方法研究
待解決的問題。關(guān)鍵幀提取作為視頻檢索極為關(guān)鍵的一步，是本文研究的重點(diǎn)。因此，如何從完整視頻中提取到能代表主要信息的幀是首先要解決的問題。文獻(xiàn)[1]提出了基于鏡頭邊界的關(guān)鍵幀提取算法，假設(shè)鏡頭內(nèi)的變化較小，取鏡頭的首幀和尾幀作為關(guān)鍵幀，但存在由于鏡頭內(nèi)容變化較大僅僅采用首幀和尾幀不能充分表達(dá)視頻內(nèi)容而導(dǎo)致信息遺漏的問題；文獻(xiàn)[2]提出了基于內(nèi)容分析的關(guān)鍵幀提取方法，把顏色、形狀和紋理等視覺特征變化明顯的幀作為關(guān)鍵幀，但存在由于鏡頭中物體過快從而導(dǎo)致選取過多冗
沈陽理工大學(xué)學(xué)報(bào) 2019年3期2019-08-21
- 基于塊分類的礦井視頻圖像DCVS重構(gòu)算法
成字典來輔助非關(guān)鍵幀的重構(gòu),一定程度地提高了非關(guān)鍵幀的重構(gòu)質(zhì)量．邊信息的加入可以提高解碼端CS幀的重構(gòu)質(zhì)量,邊信息獲取的準(zhǔn)確性直接影響CS幀的重構(gòu)性能．獲取邊信息的過程可以采用K-SVD訓(xùn)練字典[8]的方法生成或?qū)σ呀獯a的關(guān)鍵幀做運(yùn)動估計(jì), 在時(shí)域中內(nèi)插生成．但是上述對DCVS框架改進(jìn)的方案中,均未充分利用視頻序列中相鄰關(guān)鍵幀在不同區(qū)域中幀間相關(guān)性的差異; 因此, 本文提出一種基于塊分類的分布式視頻編解碼方案,根據(jù)不同的幀間相關(guān)性對視頻幀進(jìn)行塊分類, 在編
- AE遮罩工具的應(yīng)用
頻處理;遮罩;關(guān)鍵幀;鋼筆工具AE軟件為用戶提供了大量工具，可以制作各種引人注目的動畫效果，其中遮罩工具是最常用且功能強(qiáng)大的一個，下面就來給大家介紹遮罩工具的屬性及用法。AE中的遮罩工具同PS一樣，其實(shí)質(zhì)就是一個選區(qū)。但AE中的遮罩可以進(jìn)行大小的調(diào)整，可以對遮罩屬性打關(guān)鍵幀，所以在AE中，遮罩工具可以讓靜態(tài)圖片動起來，可以讓視頻更加豐富多彩。漸隱漸顯和視頻過渡等效果都離不開遮罩工具的應(yīng)用。如果需要規(guī)則的選區(qū)，用矩形遮罩工具;如果需要不規(guī)則的選區(qū)，那么就可以
天工 2019年4期2019-08-08
- 基于關(guān)鍵幀的雙流卷積網(wǎng)絡(luò)的人體動作識別方法
問題，提出基于關(guān)鍵幀的雙流卷積網(wǎng)絡(luò)的人體動作識別方法.該方法構(gòu)建了由特征提取、關(guān)鍵幀提取和時(shí)空特征融合3個模塊構(gòu)成的網(wǎng)絡(luò)框架.首先將空間域視頻的單幀RGB圖像和時(shí)間域多幀疊加后的光流圖像作為輸入，送入VGG16網(wǎng)絡(luò)模型，提取視頻的深度特征;其次提取視頻的關(guān)鍵幀，通過不斷預(yù)測每個視頻幀的重要性，選取有足夠信息的有用幀并匯聚起來送入神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，選出關(guān)鍵幀并丟棄冗余幀;最后將兩個模型的Softmax輸出加權(quán)融合作為輸出結(jié)果，得到一個多模型融合的人體動作識別
南京信息工程大學(xué)學(xué)報(bào) 2019年6期2019-05-30
- ORB-SLAM系統(tǒng)優(yōu)化框架分析概述
波的方法和基于關(guān)鍵幀光束平差法(Bundle Adjustment, BA)[3]。按照圖像信息的利用程度可以分為基于特征點(diǎn)法和基于直接法(直接利用像素信息)?；跒V波的視覺SLAM的主要思想是將每一時(shí)刻t的系統(tǒng)狀態(tài)用一個高斯概率模型表示，且系統(tǒng)狀態(tài)由一個濾波器不斷更新，從而得到不同的SLAM系統(tǒng)，其中最具代表性的是MonoSLAM[2]和MSCKF[4]。并行追蹤與制圖(Parallel Tracking and Mapping, PTAM)由Klein
導(dǎo)航定位與授時(shí) 2019年3期2019-05-16
- 采用非線性塊稀疏字典選擇的視頻總結(jié)
心最近的幀選為關(guān)鍵幀[3-5]?；阽R頭邊界檢測的方法首先對視頻進(jìn)行鏡頭邊界檢測,在把視頻分割為鏡頭之后,取鏡頭中的首幀或末幀作為視頻的關(guān)鍵幀。此類算法的最關(guān)鍵步驟是鏡頭邊界檢測技術(shù),基本思想是識別視覺內(nèi)容的不連續(xù)性[6-8]。但是這兩類方法將視頻總結(jié)描述為根據(jù)距離或者相似度進(jìn)行數(shù)據(jù)分類的問題,使得視頻的場景語義信息提取僅僅依賴于有限的特征表示[9]。近年來,稀疏表示理論在模式識別以及計(jì)算機(jī)視覺領(lǐng)域取得了顯著的成果,研究人員也逐漸將稀疏表示理論應(yīng)用于視頻總
西安交通大學(xué)學(xué)報(bào) 2019年5期2019-04-29
- 基于局部特征詞袋模型人體動作識別關(guān)鍵幀選取方法
征人體動作特征關(guān)鍵幀，去除冗余數(shù)據(jù)，對于提高動作識別的準(zhǔn)確率和實(shí)時(shí)性非常重要。用于關(guān)鍵幀選取的圖像特征有顏色直方圖、光流、紋理等，Zhuang[1]Sheena[2]等人利用顏色直方圖等局部特征聚類實(shí)現(xiàn)關(guān)鍵幀選取，但顏色直方圖對人體動作視頻的背景及視角變化比較敏感，且對運(yùn)動描述能力降低。利用光流特征聚類可選取動作識別的關(guān)鍵幀，雖然光流特征能表達(dá)目標(biāo)的全局性運(yùn)動[3]，但忽略了局部運(yùn)動信息，選取的關(guān)鍵幀不能準(zhǔn)確描述動作變化。圖像時(shí)空特征克服了光流特征和直方圖
應(yīng)用光學(xué) 2019年2期2019-03-23
- Flash實(shí)例教學(xué)中的幾點(diǎn)探索
sh軟件教學(xué) 關(guān)鍵幀Flash是矢量的交互式動畫設(shè)計(jì)工具，用它可以靈活高效的將音樂，聲效，動畫融合在一起，制作出豐富多彩的動態(tài)效果。Flash制作出的多媒體畫面非常引人，尤其是交互動畫課件，能使課堂教學(xué)更生動、更靈活，因而對教學(xué)更有效果。這是其它多媒體制作軟件所不能相提并論的，因此越來越多學(xué)校都開設(shè)了有關(guān)Flash教學(xué)的課程。下面我結(jié)合本人課堂的實(shí)際教學(xué)與大家互相探討有關(guān)Flash的實(shí)例教學(xué)方法，希望對您有所助益。在 flash教學(xué)中如果類似傳統(tǒng)應(yīng)用軟件般
祖國 2018年17期2018-10-30
- 視頻摘要技術(shù)綜述
；摘要；概要；關(guān)鍵幀；專利；發(fā)展?fàn)顩r中圖分類號：T-18 文獻(xiàn)標(biāo)志碼：A 文章編號：2095-2945（2018）25-0015-02Abstract： The main purpose of video summary is to enable users to quickly and conveniently understand the content of the entire video， through which we can quickly
科技創(chuàng)新與應(yīng)用 2018年25期2018-10-27
- 基于視頻關(guān)鍵幀的課堂學(xué)生狀態(tài)具體實(shí)現(xiàn)方法
面目表情等視頻關(guān)鍵幀信息進(jìn)行分析，進(jìn)而得到客觀的學(xué)生上課期間的學(xué)習(xí)狀態(tài)，根據(jù)這些客觀的數(shù)據(jù)，可以分析出授課教師授課期間或者部分授課時(shí)間或者某一個知識點(diǎn)的絕大部分學(xué)生的表現(xiàn)，進(jìn)而可以利用分析結(jié)果提醒教師繼續(xù)沿用或者改進(jìn)授課方式、方法，最終達(dá)到更好的授課效果。關(guān)鍵詞：課堂教學(xué)；視頻；關(guān)鍵幀；實(shí)現(xiàn)中圖分類號：G642.4 文獻(xiàn)標(biāo)志碼：A 文章編號：1674-9324（2018）40-0097-03目前很多研究人員利用多種方法進(jìn)行課堂教學(xué)效果研究，比如：劉謹(jǐn)老師發(fā)
教育教學(xué)論壇 2018年40期2018-10-13
- 基于內(nèi)容的視頻檢索技術(shù)探索與研究
論了鏡頭分割、關(guān)鍵幀提取的算法，是一篇基于內(nèi)容的視頻檢索技術(shù)研究，著重研究了視頻分層結(jié)構(gòu)的有關(guān)步驟及算法以及視頻內(nèi)容特征的提取。【關(guān)鍵詞】 關(guān)鍵幀 信息檢索 近似匹配 特征提取1 視頻檢索概念及特點(diǎn)1.1視頻檢索的概念基于內(nèi)容的視頻檢索（CBVR）是指根據(jù)媒體的內(nèi)容語義及上下文聯(lián)系進(jìn)行檢索。CBVR需要利用圖像處理、模式識別、計(jì)算機(jī)視覺、圖像理解等學(xué)科中的一些方法作為基礎(chǔ)技術(shù)。CBVR不僅是基于內(nèi)容的，而且是一種信息檢索技術(shù)。1.2視頻檢索的特點(diǎn)1、從視頻
大經(jīng)貿(mào) 2018年6期2018-09-27
- 基于視頻關(guān)鍵幀分析的課堂教學(xué)效果研究
信息進(jìn)行提取的關(guān)鍵幀進(jìn)行分析，客觀地直接獲得學(xué)生上課期間的學(xué)習(xí)狀態(tài)信息，以該表現(xiàn)為依據(jù)，針對教師整個授課期間或者部分授課時(shí)間或者某一個知識點(diǎn)的學(xué)生表現(xiàn)提醒教師繼續(xù)沿用或者改進(jìn)授課方式、方法，從而達(dá)到更好的授課效果。關(guān)鍵詞：課堂教學(xué)；視頻；關(guān)鍵幀中圖分類號：G642.0 文獻(xiàn)標(biāo)志碼：A 文章編號：1674-9324（2018）38-0184-02目前針對課堂教學(xué)效果的研究很多，比如：馮利英等教師發(fā)表的“高校教師課堂教學(xué)效果評價(jià)研究綜述”建立了科學(xué)系統(tǒng)、操作性
教育教學(xué)論壇 2018年38期2018-09-25
- 淺談maya動畫曲線的概念及在動畫中的應(yīng)用
說，做好每一個關(guān)鍵幀和中間幀動畫是至關(guān)重要的。除了調(diào)節(jié)關(guān)鍵幀之外，可以通過對maya動畫曲線的調(diào)節(jié)來模擬生活中柔滑、優(yōu)美的運(yùn)動軌跡和速率，使我們調(diào)節(jié)的動畫更加流暢，動作慣性、力度等更加符合自然規(guī)律，曲線運(yùn)動更加準(zhǔn)確、真實(shí)。關(guān)鍵詞：動畫曲線;關(guān)鍵幀;動作細(xì)節(jié)在傳統(tǒng)二維動畫中，大多數(shù)動畫人一般是先做好關(guān)鍵幀，然后添加過渡幀，也就是中間幀的方法，來使運(yùn)動更加自然、不掉幀。但是采取這樣的制作方法會有一個缺陷，就是動作的曲線型運(yùn)動得不到表現(xiàn)，運(yùn)動速率得不到有效的控制
藝術(shù)科技 2018年9期2018-07-23
- 人體運(yùn)動視頻關(guān)鍵幀優(yōu)化及行為識別
?人體運(yùn)動視頻關(guān)鍵幀優(yōu)化及行為識別趙 洪，宣士斌(廣西民族大學(xué)信息科學(xué)與工程學(xué)院，廣西 南寧 530006)在行為識別過程中，提取視頻關(guān)鍵幀可以有效減少視頻索引的數(shù)據(jù)量，從而提高動作識別的準(zhǔn)確性和實(shí)時(shí)性。為提高關(guān)鍵幀的代表性，提出一種關(guān)鍵幀序列優(yōu)化方法，并在此基礎(chǔ)上進(jìn)行行為識別。首先根據(jù)3D人體骨架特征利用K-均值聚類算法提取人體運(yùn)動視頻序列中的關(guān)鍵幀，然后根據(jù)關(guān)鍵幀所在序列中的位置進(jìn)行二次優(yōu)化以提取最優(yōu)關(guān)鍵幀，解決了傳統(tǒng)方法中關(guān)鍵幀序列冗余等問題。最后根
圖學(xué)學(xué)報(bào) 2018年3期2018-07-12
- 基于誤差預(yù)測模型的半自動2D轉(zhuǎn)3D關(guān)鍵幀提取算法
袁紅星摘 要：關(guān)鍵幀是半自動2D轉(zhuǎn)3D的核心技術(shù)，現(xiàn)有方法沒有考慮關(guān)鍵幀提取與深度傳播間的相互影響，難以最小化深度傳播誤差。針對該問題，通過光流運(yùn)動分析，根據(jù)顏色差異、運(yùn)動差異與遮擋誤差建立深度傳播誤差預(yù)測模型，提出傳播誤差最小化的關(guān)鍵幀提取算法。實(shí)驗(yàn)結(jié)果表明，基于誤差預(yù)測模型的關(guān)鍵幀提取方法深度傳播質(zhì)量更高，平均PSNR改善了0.6dB以上。關(guān)鍵詞：3D視頻；2D轉(zhuǎn)3D；關(guān)鍵幀；深度傳播；誤差預(yù)測DOI：10.11907/rjdk.172680中圖分類號
軟件導(dǎo)刊 2018年4期2018-05-15
- 快樂動畫
基礎(chǔ)之上講述了關(guān)鍵幀的作用及使用，讓學(xué)生在具體應(yīng)用中掌握關(guān)鍵幀的編輯，并學(xué)會制作簡單逐幀動畫?！娟P(guān)鍵詞】關(guān)鍵幀 逐幀 動畫一、教材分析本節(jié)內(nèi)容選自蘇科版初中信息技術(shù)8年級第1章《動畫設(shè)計(jì)與制作》中第2節(jié)《體驗(yàn)動畫制作》第2小節(jié)第2課時(shí)。“逐幀動畫”是動畫的基本形式之一，用計(jì)算機(jī)制作逐幀動畫是學(xué)習(xí)動畫制作的基礎(chǔ)，是學(xué)習(xí)制作動畫必須要掌握的基本內(nèi)容。本節(jié)課重點(diǎn)是介紹關(guān)鍵幀的編輯及應(yīng)用，以及如何用計(jì)算機(jī)制作逐幀動畫。二、學(xué)情分析學(xué)生已掌握FLASH繪圖工具的使用
中國校外教育(中旬) 2018年1期2018-04-18
- 一種基于深度學(xué)習(xí)的目標(biāo)檢測提取視頻圖像關(guān)鍵幀的方法
要：針對傳統(tǒng)的關(guān)鍵幀提取方法誤差率高、實(shí)時(shí)性差等問題，提出了一種基于深度學(xué)習(xí)的目標(biāo)檢測提取視頻圖像關(guān)鍵幀的方法，分類提取列車頭部、尾部及車身所在關(guān)鍵幀。在關(guān)鍵幀提取過程中，重點(diǎn)研究了基于SIFT特征的粗識別和Alex-Net卷積神經(jīng)網(wǎng)絡(luò)模型的精識別兩個階段，通過模型訓(xùn)練驗(yàn)證基于卷積神經(jīng)網(wǎng)絡(luò)的關(guān)鍵幀提取器的可行性。關(guān)鍵詞：卷積神經(jīng)網(wǎng)絡(luò)（CNN）;關(guān)鍵幀;目標(biāo)檢測中圖分類號：TP391? ? 文獻(xiàn)標(biāo)識碼：A? ? ?文章編號：1009-3044（2018）36
電腦知識與技術(shù) 2018年36期2018-03-04
- 探討基于Tsallis熵的視頻關(guān)鍵幀提取技術(shù)
lis熵的視頻關(guān)鍵幀提取技術(shù)楊 振（天津城市職業(yè)學(xué)院，天津，270000）關(guān)鍵幀是視頻中的一組有限數(shù)量的幀的子集，一個視頻的關(guān)鍵幀序列能夠合理地概括該視頻信息，從而減少過大的視頻數(shù)據(jù)對生產(chǎn)生活帶來的承載負(fù)重。本文討論了基于Tsallis熵的Jensen距離公式——JTD在視頻關(guān)鍵幀提取中的應(yīng)用。根據(jù)得到的差異性距離值JTD，首先檢查子鏡頭邊界，進(jìn)而從每個子鏡頭中抽取一幀作為該鏡頭的代表幀，最終得到該段視頻的關(guān)鍵幀序列。關(guān)鍵幀提??；Tsallis熵；Jens
電子測試 2017年16期2017-09-23
- 基于OpenGL的三維皮影動畫仿真與實(shí)現(xiàn)
態(tài)數(shù)據(jù)庫；利用關(guān)鍵幀和幾何變換技術(shù)，實(shí)現(xiàn)皮影模型的三維動作仿真。該研究具有良好的應(yīng)用前景，是對中國傳統(tǒng)皮影藝術(shù)傳承和保護(hù)的新嘗試。關(guān)鍵詞：皮影戲；三維動畫；數(shù)據(jù)庫；關(guān)鍵幀；幾何變換DOIDOI：10.11907/rjdk.171677中圖分類號：TP317.4文獻(xiàn)標(biāo)識碼：A 文章編號文章編號：1672-7800（2017）008-0185-040 引言皮影戲是我國古代一種集工藝美術(shù)和戲曲藝術(shù)于一身的民間藝術(shù)形式，但是隨著社會的進(jìn)步和科技的發(fā)展，新的娛樂模式
軟件導(dǎo)刊 2017年8期2017-09-09
- 基于改進(jìn)關(guān)鍵幀選擇的RGB-D SLAM算法
8 )基于改進(jìn)關(guān)鍵幀選擇的RGB-D SLAM算法李 弋 星，劉 士 榮*，仲 朝 亮，王 堅(jiān)(杭州電子科技大學(xué) 自動化學(xué)院， 浙江 杭州 310018 )關(guān)鍵幀選擇是提高視覺SLAM(simultaneous localization and mapping)算法精度及實(shí)時(shí)性的重要因素．關(guān)鍵幀常以圖像的幀間相對運(yùn)動距離為選擇依據(jù)．該方法雖簡單有效，但實(shí)時(shí)性、魯棒性較差且容易產(chǎn)生大量冗余關(guān)鍵幀．針對上述問題，提出一種改進(jìn)的關(guān)鍵幀選擇算法．該算法整合了幀間相
大連理工大學(xué)學(xué)報(bào) 2017年4期2017-08-07
- 海量監(jiān)控視頻分級摘要生成系統(tǒng)研究
； 壓縮域； 關(guān)鍵幀中圖分類號： TN911?34 文獻(xiàn)標(biāo)識碼： A 文章編號： 1004?373X（2017）13?0034?04Abstract： For the storage， browse and retrieval problems existing in massive surveillance video， a hierarchical summary generation algorithm suitable for massive su
現(xiàn)代電子技術(shù) 2017年13期2017-07-08
- 模糊ISODATA聚類結(jié)合直方圖熵值算法的異常行為檢測
類方法獲取視頻關(guān)鍵幀，根據(jù)分類結(jié)果采用直方圖熵值法對異常行為進(jìn)行判斷。實(shí)驗(yàn)結(jié)果表明，所提算法可以對具有復(fù)雜背景的監(jiān)控區(qū)域有效地實(shí)現(xiàn)人體的檢測，并且能準(zhǔn)確地識別出人體異常的動態(tài)行為，有效地減少了住宅小區(qū)和養(yǎng)老院的安全隱患。關(guān)鍵詞： 迭代自組織分析聚類； 關(guān)鍵幀； 直方圖熵值； 異常行為中圖分類號： TN911.23?34 文獻(xiàn)標(biāo)識碼： A 文章編號： 1004?373X（2017）12?0120?04Abstract： Since the tradition
現(xiàn)代電子技術(shù) 2017年12期2017-06-23
- 通過Premiere為視頻創(chuàng)建動態(tài)字幕的技巧
幕 滾動字幕 關(guān)鍵幀 特技近年，影視多媒體方面的計(jì)算機(jī)技術(shù)逐漸成熟，讓視頻制作向個人化和普及化轉(zhuǎn)變，大眾逐漸嘗試用自己的方式表達(dá)情感訴求，開始獨(dú)立制作個人視頻。Premiere是一款常用的視頻編輯軟件，用于視頻段落的組合和拼接。它有較好的兼容性，可以與Adobe公司推出的其他軟件相互協(xié)作。1 字幕素材在視頻節(jié)目中的功能及應(yīng)用字幕是以各種書體、印刷體和動畫等形式出現(xiàn)在銀幕上的中外文字的總稱。在視頻創(chuàng)作的過程中，后期字幕的編輯設(shè)計(jì)在影視作品中起到了越來越重要的
電子技術(shù)與軟件工程 2017年9期2017-06-03
- 基于DCT—DWT—SVD的彩色圖像安全存儲方案
，選取原始視頻關(guān)鍵幀，采用離散小波變換和離散余弦變換對關(guān)鍵幀的B分量進(jìn)行多次變換，將變換后的子帶進(jìn)行Arnold置亂，將同樣經(jīng)過多次變換處理的圖像嵌入置亂后的子帶中，再通過奇異值重構(gòu)、逆變換、反置亂等方法，得到包含彩色圖像的視頻。提取圖像時(shí)，非完全對稱的過程被采用。實(shí)驗(yàn)結(jié)果表明，文中算法對常規(guī)的圖像處理攻擊，如噪聲、濾波、剪裁、亮度變化、縮放、JPEG壓縮以及幀攻擊等均具有很強(qiáng)的魯棒性，滿足對圖片的存儲和提取要求，可實(shí)現(xiàn)彩色圖像的安全存儲。關(guān)鍵詞：彩色圖像
物聯(lián)網(wǎng)技術(shù) 2017年5期2017-06-03
- 基于計(jì)算機(jī)三維動畫建模技術(shù)的中國皮影藝術(shù)新傳承
計(jì)以及通過設(shè)定關(guān)鍵幀實(shí)現(xiàn)皮影動作仿真這五方面介紹皮影戲與計(jì)算機(jī)三維動畫建模技術(shù)相結(jié)合的新形勢對于中國皮影藝術(shù)廣泛傳承的新啟發(fā)。關(guān)鍵詞：皮影戲；計(jì)算機(jī)三維動畫建模技術(shù)；數(shù)字化提?。粩?shù)據(jù)庫；關(guān)鍵幀中圖分類號：TP37 文獻(xiàn)標(biāo)識碼：A 文章編號：1009-3044（2017）03-0217-03Inheritance of China Shadow Art based on 3D Animation Modeling TechniqueWANG Di（Colle
電腦知識與技術(shù) 2017年3期2017-03-27
- 運(yùn)動圖像關(guān)鍵幀快速跟蹤系統(tǒng)的改進(jìn)
對當(dāng)前運(yùn)動圖像關(guān)鍵幀的快速跟蹤系統(tǒng)存在誤差大、實(shí)時(shí)性差的問題，提出一種基于自適應(yīng)Harris角點(diǎn)檢測和小波降噪濾波的運(yùn)動圖像關(guān)鍵幀快速跟蹤系統(tǒng)設(shè)計(jì)方法。系統(tǒng)設(shè)計(jì)分為算法設(shè)計(jì)、系統(tǒng)的硬件設(shè)計(jì)和軟件設(shè)計(jì)三大部分。對輸入的原始圖像進(jìn)行圖像降噪和角點(diǎn)檢測處理，通過對運(yùn)動參量的全局估計(jì)和誤差補(bǔ)償，實(shí)現(xiàn)對運(yùn)動圖像的關(guān)鍵幀快速跟蹤識別。對系統(tǒng)的上電加載模塊、圖像的外部特征存儲模塊、系統(tǒng)邏輯控制模塊和液晶顯示接口電路等進(jìn)行優(yōu)化設(shè)計(jì)，在VHDL平臺進(jìn)行軟件開發(fā)。仿真結(jié)果表明
現(xiàn)代電子技術(shù) 2016年24期2017-01-19
- 利用腳本創(chuàng)建交互式flash動畫
生可以掌握圖層關(guān)鍵幀腳本命令設(shè)置；按鈕腳本命令設(shè)置；初步掌握flash 程序的調(diào)試方法。關(guān)鍵詞：腳本；交互式；關(guān)鍵幀；按鈕在普通高中課程標(biāo)準(zhǔn)實(shí)驗(yàn)教科書必修部分中，學(xué)生已經(jīng)學(xué)習(xí)了 Flash的基礎(chǔ)知識，并理解了Flash動畫中的幀、關(guān)鍵幀、元件以及場景、逐幀動畫、引導(dǎo)層動畫、遮罩層動畫等預(yù)備知識。學(xué)會使用基本的flash動作“腳本”來實(shí)現(xiàn)作品中各場景間的交互性，使影片更具觀賞性和完整性。學(xué)生這種強(qiáng)烈的求知欲望成為學(xué)習(xí)本課的強(qiáng)大動力，為利用腳本創(chuàng)建交互式fla
大東方 2016年5期2016-07-05
- 媒資管理系統(tǒng)中新聞節(jié)目高效檢索的研究
頻的文字描述和關(guān)鍵幀的圖像特征，能夠?qū)崿F(xiàn)視頻節(jié)目快速、準(zhǔn)確的檢索，提升新聞檢索的性能。將文字描述、人臉和場景圖像作為搜索項(xiàng)，通過Fisherfaces和LBP算子相結(jié)合的人臉識別算法，以及基于重要性加權(quán)的局部直方圖匹配算法，實(shí)現(xiàn)樣例圖像與關(guān)鍵幀的匹配。實(shí)驗(yàn)結(jié)果表明，該方法能夠提升媒資管理系統(tǒng)中新聞節(jié)目檢索的準(zhǔn)確度和效率，滿足新媒體時(shí)代節(jié)目快速制作和發(fā)布的要求。關(guān)鍵詞:媒資管理系統(tǒng)；多特征；人臉識別；關(guān)鍵幀；新媒體電視臺是以內(nèi)容生產(chǎn)為主的機(jī)構(gòu)，以浙江廣電集團(tuán)
電視技術(shù) 2016年2期2016-06-23
- 基于SURF和改進(jìn)RANSAC的視頻拼接算法
24幀設(shè)置一個關(guān)鍵幀，僅對關(guān)鍵幀的ROI區(qū)域采用SURF算法尋找特征匹配點(diǎn)對。然后采用改進(jìn)的RANSAC算法篩選單應(yīng)性變換矩陣H，對非關(guān)鍵幀直接采用此單應(yīng)性變換矩陣H進(jìn)行圖像融合。實(shí)驗(yàn)結(jié)果表明，采用關(guān)鍵幀計(jì)算特征點(diǎn)的方式得到的視頻拼接效果能夠很好地消除鬼影，同時(shí)也能夠保證視頻融合的實(shí)時(shí)性。關(guān)鍵詞：視頻拼接；ROI；關(guān)鍵幀；RANSAC0 引 言人們獲取信息的方式多種多樣，例如通過觸覺、視覺、嗅覺和聽力等，其中視覺是最直接也是最廣泛的獲取信息的方式之一。在現(xiàn)
現(xiàn)代電子技術(shù) 2016年10期2016-06-23
- 基于相關(guān)系數(shù)的道路監(jiān)控視頻關(guān)鍵幀提取算法
的道路監(jiān)控視頻關(guān)鍵幀提取算法藍(lán)章禮，帥 丹，李益才( 重慶交通大學(xué) 信息科學(xué)與工程學(xué)院，重慶 400047)為從固定攝像頭的道路監(jiān)控視頻中有效地提取出關(guān)鍵幀，提出了基于相關(guān)系數(shù)的關(guān)鍵幀提取算法。算法將監(jiān)控視頻中圖像幀的RGB值處理為灰度值，結(jié)合滑動窗口機(jī)制，通過當(dāng)前幀和當(dāng)前關(guān)鍵幀之間相關(guān)系數(shù)的絕對值與閾值比較判斷當(dāng)前幀是否為關(guān)鍵幀。實(shí)驗(yàn)結(jié)果表明：算法在有效提取關(guān)鍵幀的同時(shí)還具有流程清晰、避免了冗余關(guān)鍵幀的特性。最后利用基于歐式距離的幀間差異性對提取的關(guān)鍵幀
- 立體視頻資源存儲入庫研究
的鏡頭、場景、關(guān)鍵幀三個方面進(jìn)行研究，建立立體視頻存儲入庫模型，對立體視覺資源進(jìn)行存儲入庫，實(shí)現(xiàn)對立體視頻資源的高效管理及利用，緩解立體視頻資源匱乏的狀態(tài)。關(guān)鍵詞： 立體視頻資源 鏡頭 場景 關(guān)鍵幀1.引言隨著多媒體技術(shù)的快速發(fā)展，立體視頻逐漸融入人們的日常生活中，應(yīng)用領(lǐng)域不斷擴(kuò)大，已經(jīng)廣泛應(yīng)用于軍事、醫(yī)療、虛擬現(xiàn)實(shí)、教育科研等領(lǐng)域，尤其是教育領(lǐng)域的應(yīng)用不斷增加，同時(shí)產(chǎn)生大量立體視頻資源。常見的立體視頻以雙目立體視頻為主，通常采用雙路分離、左右合成、上下合
考試周刊 2016年9期2016-03-12
- 一種基于分層AP的視頻關(guān)鍵幀提取方法研究
分層AP的視頻關(guān)鍵幀提取方法研究黨宏社, 白梅(陜西科技大學(xué) 電氣與信息工程學(xué)院， 陜西 西安710021)摘要：為從大量的視頻資源中高效準(zhǔn)確地提取關(guān)鍵幀圖像來表達(dá)視頻的主要內(nèi)容，針對傳統(tǒng)AP聚類方法提取關(guān)鍵幀無法適應(yīng)大規(guī)模圖像集的問題，提出一種分層AP的關(guān)鍵幀提取方法.提取所有視頻序列的顏色和紋理特征，將待聚類的圖像集進(jìn)行分層，用傳統(tǒng)AP聚類方法求取每個圖像子集的聚類中心；用得到的聚類中心進(jìn)行自適應(yīng)的AP聚類，根據(jù)Silhouette指標(biāo)選取最優(yōu)的聚類結(jié)
陜西科技大學(xué)學(xué)報(bào) 2016年1期2016-01-21
- 內(nèi)河船舶操縱模擬器中虛擬人的模擬
的關(guān)鍵姿勢生成關(guān)鍵幀，再由關(guān)鍵幀生成動作的中間幀。用Cal3D骨骼動畫引擎將虛擬人動畫導(dǎo)出，并導(dǎo)入到OSG場景管理軟件中進(jìn)行繪制，最終實(shí)現(xiàn)了虛擬人及其運(yùn)動的模擬。關(guān)鍵詞：內(nèi)河船舶操縱模擬器 虛擬人 蒙皮骨骼 關(guān)鍵幀內(nèi)河船舶操縱模擬器是內(nèi)河船員教學(xué)與培訓(xùn)的重要設(shè)備。在模擬器中，無論是人員行走、攀爬、落水后掙扎，還是船舶靠離碼頭時(shí)人員拋、接、系纜繩等場景都需要對人員及其動作進(jìn)行模擬，現(xiàn)有的內(nèi)河船船操縱模擬器中僅能模擬人員落水場景，且模擬效果較差。所以很有必要對
中國水運(yùn) 2015年3期2015-04-13
- 基于語義的關(guān)鍵幀的提取
思源基于語義的關(guān)鍵幀的提取包頭醫(yī)學(xué)院計(jì)算機(jī)科學(xué)與技術(shù)系 唐思源關(guān)鍵幀反映了一段視頻圖像的主要內(nèi)容，提取關(guān)鍵幀信息對觀察者意義重大。本文在總結(jié)了風(fēng)光片特點(diǎn)及用戶注意力的基礎(chǔ)上，利用鏡頭類型和運(yùn)動矢量特征表現(xiàn)了用戶關(guān)注的焦點(diǎn)，提出了一種基于語義的關(guān)鍵幀提取方法。首先根據(jù)P幀運(yùn)動矢量的幅度和夾角，判斷鏡頭運(yùn)動的類型；然后分別根據(jù)平移運(yùn)動速度、持續(xù)時(shí)間及運(yùn)動矢量的分布等特征提取關(guān)鍵幀。實(shí)驗(yàn)證明使用該方法提取的關(guān)鍵幀能較好地反映用戶的關(guān)注焦點(diǎn)和視頻鏡頭的內(nèi)容。關(guān)鍵幀
電子世界 2015年16期2015-02-07
- 基于幀間距的運(yùn)動關(guān)鍵幀提取
于幀間距的運(yùn)動關(guān)鍵幀提取李順意1,侯 進(jìn)1,2,甘凌云1(1.西南交通大學(xué)信息科學(xué)與技術(shù)學(xué)院,成都610031;2.南京大學(xué)計(jì)算機(jī)軟件新技術(shù)國家重點(diǎn)實(shí)驗(yàn)室,南京210093)運(yùn)動捕獲數(shù)據(jù)中有大量的冗余數(shù)據(jù),不利于運(yùn)動數(shù)據(jù)的壓縮、存儲、檢索以及進(jìn)一步重用。為此,提出一種基于幀間距的運(yùn)動關(guān)鍵幀提取方法,提取代表運(yùn)動捕獲數(shù)據(jù)內(nèi)容的關(guān)鍵姿勢。利用四元數(shù)之間的距離表示人體姿態(tài)差異,將人體各個關(guān)節(jié)上的總變化作為幀間距,以運(yùn)動數(shù)據(jù)首幀作為第一個關(guān)鍵幀。通過不斷計(jì)算當(dāng)前幀
計(jì)算機(jī)工程 2015年2期2015-01-06
- 一種基于關(guān)鍵幀重載的虛擬人運(yùn)動控制方法
基于運(yùn)動捕捉的關(guān)鍵幀動畫雖然加快了速度，但是其無法應(yīng)對環(huán)境變化而顯得死板僵硬的缺點(diǎn)也很明顯。利用基于物理描述的實(shí)時(shí)計(jì)算方法雖然可以使虛擬人運(yùn)動顯得真實(shí)，但是其計(jì)算復(fù)雜、占用資源的缺點(diǎn)也限制了應(yīng)用范圍［1］?，F(xiàn)階段虛擬人動畫基本分為骨骼動畫和頂點(diǎn)動畫兩種。其中制作網(wǎng)格模型活動畫面的最簡單方法［2］是頂點(diǎn)動畫，此種動畫是由關(guān)鍵幀技術(shù)產(chǎn)生的。每個關(guān)鍵幀都必須存儲所有頂點(diǎn)的位置，因此虛擬人動畫將耗費(fèi)很大的存儲空間。此外頂點(diǎn)動畫的物理逼真度也難以驗(yàn)證，可用骨骼動畫補(bǔ)
機(jī)床與液壓 2014年13期2014-06-04
- 一種適合于監(jiān)控視頻內(nèi)容檢索的關(guān)鍵幀提取新方法
要的意義． 而關(guān)鍵幀技術(shù)的提出，為其提供了良好的方法．關(guān)鍵幀被定義為一個有限的視頻幀子集，其代表了視頻序列的主要內(nèi)容．早幾年，針對不同的應(yīng)用目的，關(guān)鍵幀提取已有了一定的研究． Mona Omidyeganeh 等人［1］使用廣義高斯密度特征向量之間的相對熵(KLD)進(jìn)行鏡頭聚類邊界的選取，進(jìn)而基于相似性和相異性標(biāo)準(zhǔn)提取關(guān)鍵幀． Jiang Peng 等人［2］介紹了一種基于視覺注意模型的視覺注意度(AVI)描述來提取關(guān)鍵幀．Liu Gentao 等人［3］
鄭州大學(xué)學(xué)報(bào)（工學(xué)版） 2013年3期2013-03-18
- Premiere 視頻特效與關(guān)鍵幀的結(jié)合應(yīng)用——以編輯“GPU特效”為例
e 視頻特效與關(guān)鍵幀的結(jié)合應(yīng)用 ——以編輯“GPU特效”為例施 勇1，朱永海1，2（1.淮南師范學(xué)院，安徽 淮南 232038；2.南京師范大學(xué)，江蘇 南京 210097）以視音頻編輯軟件Adobe Premiere Pro Cs4中的一個視頻特效——GPU特效為例，論述視頻特效與關(guān)鍵幀結(jié)合使用的流程及方法，指出操作步驟中的要點(diǎn)及注意事項(xiàng)，展示視頻特效與關(guān)鍵幀的有效結(jié)合。非線性編輯；視頻特效；關(guān)鍵幀Premiere（本文以當(dāng)前版本Adobe Premier
淮南師范學(xué)院學(xué)報(bào) 2012年4期2012-12-28
- 一種視頻序列拼接的新方法*
效果不佳。利用關(guān)鍵幀拼接表示整個視頻序列拼接成為有效的方法。參考文獻(xiàn)[3]提出SIFT結(jié)合Kalman跟蹤算法進(jìn)行關(guān)鍵幀的提取及拼接的實(shí)現(xiàn)，由于視頻序列幀數(shù)量較大，而SIFT算法本身復(fù)雜，SIFT對每一幀都進(jìn)行處理，累積造成運(yùn)算時(shí)間比較長。參考文獻(xiàn)[4]提出利用分層式自適應(yīng)幀采樣的視頻拼接，但這種方法的計(jì)算量大，算法限制條件較多，容易導(dǎo)致拼接失敗。參考文獻(xiàn)[5]提出采用四叉樹方式來解決重疊區(qū)域大小確定問題，但是沒有從根本上解決大量視頻序列拼接時(shí)匹配誤差增大
網(wǎng)絡(luò)安全與數(shù)據(jù)管理 2011年21期2011-08-20
- 基于車輛特征的關(guān)鍵幀提取方法研究
效的鏡頭分割和關(guān)鍵幀技術(shù)。利用關(guān)鍵幀技術(shù)對視頻數(shù)據(jù)庫進(jìn)行有效的快速查詢、檢索和瀏覽，可以大大減輕工作量。關(guān)鍵幀是鏡頭中最重要、最具代表性的圖像幀，它反映了一個鏡頭的主要內(nèi)容。針對關(guān)鍵幀這些特點(diǎn)，關(guān)鍵幀的提取有兩個基本要求[1]：一方面必須反映鏡頭中的主要事件，即描述要盡可能準(zhǔn)確和完整；另一方面要求數(shù)據(jù)量小，即計(jì)算不能太復(fù)雜。當(dāng)前一般采用的關(guān)鍵幀選取原則較為保守，即“寧錯勿少”，這樣在保證完整地描述一個鏡頭內(nèi)容的同時(shí)造成了大量的冗余。為解決這一問題，本文針對
網(wǎng)絡(luò)安全與數(shù)據(jù)管理 2011年22期2011-08-20
- 一種基于自適應(yīng)關(guān)鍵幀的視頻序列拼接方法
效果不佳。利用關(guān)鍵幀拼接表示整個視頻序列拼接成為有效的方法，文獻(xiàn)[2]提出利用分層式自適應(yīng)幀采樣的視頻拼接，算法限制條件較多，對獲取的視頻有嚴(yán)格的限制，容易導(dǎo)致拼接失敗。文獻(xiàn)[3]提出SIFT結(jié)合Kalman跟蹤算法進(jìn)行關(guān)鍵幀的提取及拼接的實(shí)現(xiàn)，由于視頻序列本身幀數(shù)量較大，關(guān)鍵幀的選取數(shù)量較大再加上SIFT算法本身的復(fù)雜性，累積造成運(yùn)算時(shí)間比較長，累積匹配誤差較大。針對于此，提出了一種基于自適應(yīng)關(guān)鍵幀的視頻序列拼接方法，首先，將固定間隔采樣的視頻幀作為關(guān)鍵
電子設(shè)計(jì)工程 2011年21期2011-07-13