基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
镜头边界检测是许多多媒体应用的一个重要步骤,而现有的镜头边界检测方法大都是首先提取视频帧低层视觉特征,然后构造相异性测度函数,但由于这些方法对低层特征变化、对象运动、摄像机运动和视频质量较敏感,为克服此问题,提出了一种基于图像分割和对象跟踪的镜头边界检测方法.该方法首先采用分区直方图对镜头进行预检,然后利用基于小波分析的无监督图像分割和对象跟踪技术,通过构造相异性测度函数来对镜头边界进行确认.由于分区直方图方法作为第1过滤器,可有效地减少图像分割和对象跟踪的视频帧数目,从而提高了整个算法的效率,而基于小波变换的无监督图像分割和对象跟踪,则对以上问题具有较好的鲁棒性.在3个多小时的CCTV和CNN新闻视频实验中,获得了97.2%查准率和96.4%的查全率.
推荐文章
基于局部多核支持向量机的视频镜头边界检测
镜头边界检测
多核学习
局部敏感哈希
支持向量机
SMOTE采样
风光片的镜头边界检测
镜头边界
基色调
自适应间值
运动矢量
基于H.264/AVC压缩域的镜头边界检测方法
H.264/AVC
镜头边界检测
相似性
平均运动活性度
基于模糊粗糙集的新闻视频镜头边界检测方法
镜头边界检测
模糊粗糙集
模糊粗糙算子
特征约简
相异度函数
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于图像分割和对象跟踪的新闻视频镜头边界检测方法
来源期刊 中国图象图形学报A 学科 工学
关键词 镜头边界检测 图像分割 对象跟踪 分区直方图
年,卷(期) 2009,(8) 所属期刊栏目 图像分析和识别
研究方向 页码范围 1594-1600
页数 7页 分类号 TP391.41|TN941.1
字数 6266字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 李国辉 国防科技大学信息系统与管理学院 105 2220 19.0 45.0
2 朱为 国防科技大学信息系统与管理学院 7 69 5.0 7.0
3 徐新文 国防科技大学信息系统与管理学院 7 37 5.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (41)
共引文献  (46)
参考文献  (11)
节点文献
引证文献  (8)
同被引文献  (15)
二级引证文献  (30)
1982(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(3)
  • 参考文献(1)
  • 二级参考文献(2)
1995(5)
  • 参考文献(1)
  • 二级参考文献(4)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(9)
  • 参考文献(0)
  • 二级参考文献(9)
1998(5)
  • 参考文献(0)
  • 二级参考文献(5)
1999(4)
  • 参考文献(2)
  • 二级参考文献(2)
2000(10)
  • 参考文献(3)
  • 二级参考文献(7)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(4)
  • 参考文献(0)
  • 二级参考文献(4)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(3)
  • 参考文献(3)
  • 二级参考文献(0)
2009(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2011(3)
  • 引证文献(3)
  • 二级引证文献(0)
2013(3)
  • 引证文献(1)
  • 二级引证文献(2)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(2)
  • 引证文献(1)
  • 二级引证文献(1)
2016(8)
  • 引证文献(1)
  • 二级引证文献(7)
2017(11)
  • 引证文献(0)
  • 二级引证文献(11)
2018(5)
  • 引证文献(1)
  • 二级引证文献(4)
2019(5)
  • 引证文献(0)
  • 二级引证文献(5)
研究主题发展历程
节点文献
镜头边界检测
图像分割
对象跟踪
分区直方图
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
中国图象图形学报
月刊
1006-8961
11-3758/TB
大16开
北京9718信箱
82-831
1996
chi
出版文献量(篇)
5906
总下载数(次)
17
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导