視頻中人體識別關(guān)鍵技術(shù)研究.pdf

1、基于內(nèi)容的視頻分析是目前國內(nèi)外研究的熱點,其應(yīng)用前景非常巨大。因為這樣用戶就可以以更好的方式搜索互聯(lián)網(wǎng)上的視頻,即基于內(nèi)容而不是基于文本描述,來滿足他們準確找尋視頻內(nèi)容信息的需求。與此非常相似的另一種應(yīng)用是互聯(lián)網(wǎng)視頻節(jié)目的監(jiān)控,就是監(jiān)控那些“涉黃”視頻,以達到純凈網(wǎng)絡(luò)環(huán)境的目的。為此,需要解決的一個問題是如何能在視頻中找到感興趣的目標,如人體。論文正是研究了這么一系列的有關(guān)技術(shù),通過對已有方法進行分析和歸類,從中心問題出發(fā),選擇正確方法

2、,深入剖析,提出改進原因并分析了改進的合理性和優(yōu)越性,最后進行了實際驗證。主要改進的關(guān)鍵技術(shù)如下： 對關(guān)鍵幀提取算法,研究了一種基于鏡頭內(nèi)容變化程度分配關(guān)鍵幀數(shù)量的算法,為了降低運算量,對衡量鏡頭內(nèi)容變化程度的函數(shù)做了合理的改進,改進之后,運算速度成倍提高,提取結(jié)果的準確性卻不受影響。 對于如何在序列幀里檢測出運動目標,針對影視劇一般是在攝像機處于運動狀態(tài)下拍攝的特點,分析了經(jīng)典的背景匹配算法,對該算法涉及的篩選“匹配塊

3、”的函數(shù),論文給出了與前人完全不同的,全新的函數(shù),該函數(shù)算法復(fù)雜度低,但結(jié)果表明能滿足有效篩選的目的。 光照會對目標跟蹤造成很大的困難,但是影視劇中卻使用大量的光影效果來渲染氣氛。本文選用了一種“灰度-梯度方向角量化值直方圖”來描述目標的特征模型,再用Mean shift算法應(yīng)用到此特征空間上,就很好的克服了關(guān)照對跟蹤的影響。論文在已有的算法基礎(chǔ)上進行了完善,給出了一種簡單、高效的目標初始化方法,使目標檢測的結(jié)果自動輸入到目標跟