版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、本文在深入了解相似關(guān)鍵幀檢測(cè)與相似視頻檢測(cè)國(guó)內(nèi)外研究現(xiàn)狀的基礎(chǔ)上,分析兩者存在的不足,并在以下幾個(gè)方面展開深入研究,取得一定進(jìn)展。
首先,改進(jìn)了關(guān)鍵幀全局顏色直方圖,提出光照-尺度金子塔特征。通過構(gòu)建關(guān)鍵幀亮度、裁剪尺度空間金字塔,提高該特征對(duì)光照、尺度裁剪變換的魯棒性。實(shí)驗(yàn)證明,基于全局光照-尺度金字塔特征的相似關(guān)鍵幀檢測(cè)查全率較基于全局顏色直方圖的檢測(cè)效果更好,當(dāng)相似距離閾值??2時(shí),算法查全率達(dá)到95.2%。
2、其次,針對(duì)SIFT特征數(shù)據(jù)維度高,計(jì)算效率低的缺點(diǎn),提出一種基于稀疏編碼的尺度不變特征加速算法(ScSIFT)。以超完備字典將SIFT特征稀疏表示,同時(shí)建立二級(jí)特征索引結(jié)構(gòu),提高特征距離計(jì)算速度與檢索效率。實(shí)驗(yàn)證明,ScSIFT算法與SIFT算法匹配結(jié)果類似,但算法運(yùn)行效率較后者提高了52%。
最后,基于本文提出的光照-尺度金字塔特征、ScSIFT算法,結(jié)合時(shí)序分塊順序算法,提出一種融合全局與局部特征的相似視頻片段快速檢測(cè)算法
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于全局與局部特征融合的人臉檢測(cè).pdf
- 全局與局部特征融合的人臉識(shí)別研究.pdf
- 基于局部視覺特征的視頻內(nèi)容檢測(cè)技術(shù)研究.pdf
- 基于全局與局部特征融合的人臉識(shí)別.pdf
- 局部特征和全局特征相融合的圖像檢索算法研究.pdf
- 融合全局和局部特征的人臉識(shí)別.pdf
- 融合全局和局部特征的醫(yī)學(xué)圖像分類.pdf
- 融合全局與局部信息的形狀輪廓特征分析與匹配.pdf
- 基于局部和全局特征融合的人臉識(shí)別研究.pdf
- 全局和局部特征融合的人臉表情識(shí)別研究.pdf
- 微波視頻融合車輛檢測(cè)與分類技術(shù)研究.pdf
- 圖像局部不變特征檢測(cè)與描述技術(shù)研究.pdf
- 結(jié)合全局和局部特征的人體行為識(shí)別技術(shù)研究.pdf
- 基于局部不變特征融合的圖像檢索技術(shù)研究.pdf
- 雷達(dá)與視頻相融合的行人檢測(cè)技術(shù)研究.pdf
- 基于內(nèi)容相似性的視頻片段拷貝檢測(cè)研究.pdf
- 結(jié)合全局和局部特征的人體行為識(shí)別技術(shù)研究
- 基于特征的視頻內(nèi)容檢測(cè)技術(shù)研究與實(shí)現(xiàn).pdf
- 三網(wǎng)融合下視頻鏡頭檢測(cè)技術(shù)研究.pdf
- 視頻分割與融合技術(shù)研究.pdf
評(píng)論
0/150
提交評(píng)論