基于圖像統(tǒng)計特征的視頻源分類及檢測.pdf

1、隨著視頻越來越多的出現(xiàn)在信息快速發(fā)展的時代,對視頻壓縮編碼的要求和方法的要求也越來越高。雖然有很多的視頻處理算法,但是對不同的視頻,算法的性能大有不同,由此可知,對于視頻的壓縮編碼,不同類型的視頻選取不同的視頻處理算法才能達到最好的效果,因此,研究如何對視頻進行分類識別以及在視頻上所做的目標檢測具有重大的實際意義。本文針對兩類視頻(從視頻來源將視頻分為兩類)的分類識別和復(fù)合視頻中的單一視頻檢測兩個問題展開相關(guān)研究,主要研究了基于圖像統(tǒng)計

2、特征的異源視頻分類方法和復(fù)合視頻檢測方法。
　　在視頻源的分類識別中,本文對現(xiàn)有的在視頻上所做的分類進行了研究,并設(shè)計了針對兩類視頻進行的分類識別方法。在特征提取方面,我們通過分析測試,決定選擇的視頻特征是圖像的梯度統(tǒng)計分布特征;為了較好的進行分類研究,我們對上述特征進行了分布擬合,并確定了與 Laplace分布的相似性,并最終選取分布特征值作為目標描述。在分類算法方面,我們則采用樸素貝葉斯準則的閾值判別方法對視頻進行了兩分類。實

3、驗結(jié)果證明我們的分類方法可以有效的解決視頻的兩分類問題。
　　在復(fù)合視頻檢測中,本文在上述視頻分類的基礎(chǔ)上,設(shè)計了針對一類復(fù)合視頻的檢測方法。經(jīng)過大量的測試和分析,我們通過提取視頻局部圖像塊作為研究關(guān)鍵,并聯(lián)合塊的平均梯度特征和一類視頻塊的區(qū)域唯一性,對復(fù)合視頻中的一類視頻進行檢測。在搜索定位方面,我們選擇塊匹配和塊遍歷的方法,并進行正向和反向搜索,最終確定待檢測視頻區(qū)域。實驗結(jié)果證明我們的檢測方法能夠有效的進行一類視頻的檢測定位