摘要：
参考文献 Motion-Focusing Key Frame Extraction and Video Summarization for Lane Surveillance System ICIP 2009该文思路与前面几篇文章截然不同，具体思路如下：1).检测出运动目标．2).将检测出运动目标进行融合重叠，得到一张虚拟的关键帧图像．关键在于如何确定多少帧融合重叠，得到一张虚拟的关键帧图像．文中运用的是贪心算法：每次选择一帧可以增加重叠区域的帧进行融合，当选择的帧与当前的虚拟图像的重叠区域大于95%时，则停止重叠区域的累加，并选该虚拟的关键帧图像作为关键帧．创新点：其思路比较新颖．不足之处： 阅读全文
摘要：
参考文献 Summarisation of Surveillance Videos byKey-frame Selection ICDSC 2011该文的思路与前面二篇思路大致相同，该文没有分段处理这一步，而直接在运动信特征的基础按一定的选取策略，选取关键帧．提取运动信息特征：EHD Edge Histogram Descriptor，LFE Localised Foreground Entropy.EHD特征提取步骤如下：1).将图像转换为灰度图像，划分为4*4的图像子块．2).计算每个图像子块，5个方向对应mf(i,j)．3).将每个图子块各个方向的mf(i,j)组合成一个向量．(5*4* 阅读全文
摘要：
参考文献 Traffic Video Segmentation and Key Frame Extraction Using Improved Global K-Means Clustering ISISE 2010与上一篇文章的思路类似，提取运动信息特征，进行分段，对每分段参取一定策略提取关键帧．运动信息特征：当前帧图像与背景图像的Dissimilarity.根据Dissimilarity的大小衡量当前帧的运动信息量．分段策略：利用滑动窗口统计当前帧的运动趋势，根据运动趋势的改变，来进行分段．滑动窗口大小为2L.Fti和Fti-1异号时，则该点可作为分段候选点．即相连两帧的运动趋势不同时，作 阅读全文
摘要：
关键帧提取，提取视频中具有表征意义的视频帧作为关键帧，来简洁的表述该视频的内容．主要应用于视频的压缩存储，视频结构化索引等领域．由于关键帧的选择与人的视觉感受有关，存在一定的主观性，目前，大多数关键帧提取主要是局限某个领域的视频，像体育视频，新闻，电影等．这样可以利用视频本身的特点来完善关键帧提取算法的准确度．我主要关注于监控视频的关键帧的提取，下面将介绍的方法，主要针对监控视频的．基本思路：1).利用背景建模，目标检测技术，检测前景目标，即运动信息．2).针对每帧图像中的前景目标，提取相应的特征，作业衡量运动信息的特征．3).计算出每帧图像的运动信息特征．4).根据运动信息，按照一定策略选择 阅读全文
摘要：
问题描述：利用GPU进行图像处理加速时，图像格式一般是RGB 3通道图像，每个通占用一个字节，即24位像素图像．而cuda访问数据元素时，若每个线程访问8bit,16bit,32bit,64bit时，对应数据段长可以是32Byte,64Byte,128Byte,128Byte，可以达到全局内存合并访问的要求，提高访问访问全局内存性能．若每个线程访问24bit将无法达到全局内存合并访问的要求，影响全局内存访问的性能．解决方案：将24bit数据当成32bit数据访问，处理时再从32bit数据获取对应24bit数据．以将rgb图像转换为rgba图像为例，具体kernel代码如下：96个32位的数据， 阅读全文
摘要：
问题描述：一批文件，文件有m列，n行，要计算每列数据对应的平均值．具体文件格式如下图所示：解决思路:awk 格式化处理文本文件，或者从文本文件抽取数据． 阅读全文
摘要：
参考文献 Multi-Layer Background Subtraction Based on Color and Texture CVPR-VS 2007与前一篇文章的大体思路一致，提取纹理特征和颜色特征，建立背景模型，并实时更新背景模型．纹理特征：LBP．颜色特征：借鉴码本模型，颜色空间的分布模型，参用当前像素点与背景像素点的夹角，以及最小和最大值作为颜色特征．纹理特征相似度计算：颜色特征相似度计算：最终的相似度计算，是纹理特征和颜色特征相似度的加权和．背景模描述：背景更新，与前一篇文章类似，只不过其权值更新的学习因子，是根据该模型最大权值的大小来调整的．对于当前权值较小, 但是曾经具有 阅读全文
摘要：
参考文献 Background Subtraction Based on a Combination of Texture, Color andIntensity ICSP 2008文章结合纹理，颜色和强度等特征，建立背景模型，并实时更新背景，在复杂的背景环境下，具有良好的检测效果．与前面两篇文章，该文章并没有将多种特征融合成一种，而是以多种特征建立一个背景模型描述，并根据匹配情况，更新该背景描述．提取的特征：纹理特征是DLBP．颜色特征是hs = {h,s}．Let hs={h,s} denotes the color information forpixel x,where h is a 阅读全文