图像零交叉点，视频生成，视频识别，视频摘要，视频浓缩

图像零交叉点，视频生成，视频识别，视频摘要，视频浓缩

一．视频生成，视频识别，视频摘要，视频浓缩

视频生成与视频识别

视频分析的两大任务，前者侧重于对下一帧的预测，而前者则侧重于视频内容的理解。由于视频是由一系列的视频帧组成的，那么如果有大量的视频数据，通过分析视频中动态场景的变化情况，就可以合成出一些小的动态场景视频。

（1）从海量的未标记视频数据获取动态场景的先验信息；

（2）提出一种视频的生成模型。

视频生成的原理框架如下图所示：

 

 

 由于视频通常由静态的背景和动态的前景构成。论文根据这一常识设计了双路的生成模型分别用来生成静态背景 Background 和前景动态Foreground。其合成方式见foregroud, mask 和background的公式。其合成过程的可视化如下图所示：

由于视频通常由静态的背景和动态的前景构成。论文根据这一常识设计了双路的生成模型分别用来生成静态背景 Background 和前景动态Foreground。其合成方式见foregroud, mask 和background的公式。其合成过程的可视化如下图所示：

 

 

 视频摘要和视频浓缩

发现很多人连视频摘要和浓缩的区别都不知道，就开始误导群众。这里只想从技术实现角度简单谈谈什么叫做视频摘要和视频浓缩。

视频摘要，其实是静态视频摘要的简称，也就是我们常听到的摘要技术。它仅仅是对视频关键帧的提取，然后再组合成新视频。好比一部电影的预告片一样！

视频浓缩，其实是动态的视频摘要。其技术实现涉及到相当复杂的算法。

一般包括四个步骤：

1.运动目标检测，这里涉及到背景建模，场景分割，运动目标提取等算法；

2.目标轨迹提取，轨迹提取算法涉及到目标跟踪算法，如camshift、TLD等；

3.轨迹组合优化，主要是通过组合算法得到轨迹时间序列；

4.生成浓缩视频，将目标轨迹集合与背景图像拼接成帧，再将帧组合成视频。

 

 

 二．图像处理的零交叉点原理和示例

二阶导数在灰度斜坡和灰度台阶过渡处会产生双边缘响应。

二阶导数的符号可以用于确定边缘的过渡是从亮到暗还是暗到亮。

斜坡开始处，二阶导数为负，斜坡结束二阶导数为正，斜坡上，二阶导数为0.（亮到暗边缘）

零交叉点的定义：零灰度轴和二阶导数极值的连线的交点称为该二阶导数的零交叉点。

 

 

 

 

 一条边缘的两个附加性质：

（1）对图像中的每条边缘，二阶导数生成两个值

  (2)二阶导数的零交叉点可用于定位粗边缘的中心

 

  总结:

二阶导数提取边缘往往产生双边缘。通过求零交叉点可以确定边缘的中心，从而避免了产生双边缘的不方便。