2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩51頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

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),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、隨著視頻監(jiān)控技術(shù)的快速發(fā)展,監(jiān)控?cái)z像頭幾乎隨處可見,拍攝的海量監(jiān)控視頻為信息的讀取與視頻的存儲帶來了困難。視頻摘要技術(shù)為高效瀏覽、檢索海量監(jiān)控視頻信息提供了有力的解決方法。本文對監(jiān)控視頻的視頻摘要技術(shù)進(jìn)行了研究,主要研究內(nèi)容如下:
  首先簡要介紹了監(jiān)控視頻的特點(diǎn)和監(jiān)控視頻摘要技術(shù),在此基礎(chǔ)上對視頻摘要的關(guān)鍵技術(shù)進(jìn)行了深入地分析和研究,著重闡述了關(guān)鍵幀摘要和視頻濃縮技術(shù)的特點(diǎn)與難點(diǎn)。
  接著詳細(xì)介紹了本文研究的兩種視頻摘要

2、技術(shù),即結(jié)合 GMM和幀差的關(guān)鍵幀摘要,結(jié)合時(shí)間中值幀和背景差的濃縮幀摘要。
  在關(guān)鍵幀摘要中,提出了一種基于 GMM和動(dòng)態(tài)閾值的關(guān)鍵幀篩選方法,在高斯混合背景模型建立后選出關(guān)鍵幀,利用 HOG描述子訓(xùn)練線性 SVM分類器提取目標(biāo),將檢測的范圍由行人拓展到其他與研究相關(guān)的感興趣目標(biāo)。實(shí)驗(yàn)結(jié)果表明,這種關(guān)鍵幀摘要方法簡單高效,能較完整地提取出視頻中的目標(biāo),并且對不同監(jiān)控視頻的適應(yīng)性較強(qiáng)。
  在濃縮幀摘要中,提出一種結(jié)合幀間

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空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對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自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論