摘要：本文提出了一种视频内容分析的系统结构,重点分析了几种视频分析方法视频结构分析,代表帧提取和视频运动分析,并讨论了在视频内容分析基础上的应用,即基于内容的视频检索、视频和视频挖掘。

摘要：视频内容自动分析领域中,关键的挑战在于如何识别重要对象和如何建模对象之间的时空关系.本文基于感知概念(Perception Concepts,简称PCs)和有限状态机(Finite State Machines,简称FSMs)提出一种语义内容分析模型自动描述和探测体育视频中有意义的语义内容.根据体育视频中可识别的特征元素,定义PCs来表示视频中重要的语义模式;设计PC-FSM模型来描述PCs间的时空关系;采用一个图匹配方法自动探测视频中的高层语义.本文提出的方法使用户能够根据其自身的兴趣和知识设计体育视频的查询描述,并将语义内容探测问题转换为图匹配问题.实验结果验证了本文提出的方法的有效性.

摘要：设计了符合多媒体内容描述接口协议MPEG-7(Multimed ia Content Descrip-tion Interface)标准的电影视频检索系统SupEye,包括特征提取、数据存储以及特征检索3部分.特征提取负责提取视频特征与摘要,通过分析电影视频特点,给出了视频结构分析及摘要提取的假设、流程及算法.数据存储负责视频与特征数据的存储,考虑到用户检索历史对检索性能的影响,将MPEG-7多媒体特征描述文件分为视频特征描述文件与用户接口描述文件两类.特征检索构建了一个用于多视频特征检索的3层体系结构(表示层、逻辑层和事务层)并给出了检索结果融合流程.SupEye系统在分析MPEG-7标准的基础上解决了视频特征与用户检索特征的分离、样例查询中的特征分析以及多模态查询的结果融合问题.

摘要：大数据背景下,视频越来越成为用户获取目的地信息并建构旅游形象的主要渠道,鉴于用户生成视频(UGC)相较于目的地营销组织发布视频(OGC)更受欢迎,比较二者建构目的地形象的差异具有一定的理论意义及实践价值。然而到目前为止,旅游领域对视频内容的研究还较初级,且多采用人工分析方法,局限明显。近年来,计算机视觉领域在视频内容分析方面取得了巨大进展,基于此,文章采用计算机学科相关视频分析方法对YouTube网站上国外游客和北京市文化和旅游局发布的北京旅游视频展开研究。研究发现:第一,游客和目的地营销机构(DMO)借以建构目的地形象的属性主要是“人物”“文化艺术”和“基础设施”,在“交通”和“动植物”属性上表现较弱;第二,视频和文本素材在表征目的地“旅游景点”和“人物”属性上具有一致性,而“基础设施”属性在视频素材中比在文本中展现更充分;第三,UGC视频倾向表征北京“文化艺术”属性,尤其青睐表征北京建筑及文化场景,而DMO倾向表征更全面、宏观的北京形象,尤其突出展现北京的人物属性。

摘要：镜头聚类是视频内容分析的重要途径 .为能够自动、准确地实现镜头聚类 ,设计和实现了一种新的镜头聚类方法 ,这种方法从一个初始分割开始 ,经多次聚类分裂与合并的迭代 ,即能自动地进行误差校正 ,而且这种方法既不需要通过人工交互来解决试探聚类方法的误差调节问题 ,也不需要在迭代聚类算法中进行难以确定的经验参数和经验阈值的设定 .实验证明 ,该方法能较好地解决镜头的自动、准确聚类问题 .

摘要：为能在包含复杂场景的监控视频中准确提取出前景运动物体,提出一种结合Vibe前景提取和背景减除的迭代算法。通过对Vibe前景提取算法和背景减除法进行研究与分析,指出当前前景运动物体提取方法在提取过程中的难点和不足;利用Vibe前景提取算法和背景减除法的优点,设计迭代算法;结合Vibe前景提取法的漏而不丢与背景减除法的多而无孔的特性,实现在监控视频中准确提取出前景运动物体的目的。实验结果表明,该算法可行有效,为监控视频的后续内容分析提供了准确的前景运动物体数据。

摘要：镜头聚类是视频内容分析的重要途径。镜头聚类的基本任务是基于镜头的物理特征对镜头进行分类。本文设计和实现了一种新的镜头聚类方法 ,这种方法从一个初始分割开始 ,经多次聚类分裂与合并的迭代 ,自动地进行误差校正。这种方法既不需要通过人工交互来解决试探聚类方法的误差调节问题 ,也不需要迭代聚类算法中难以确定的经验参数和经验阈值的设定 ,克服了普通聚类方法的缺点 ,在实际应用系统中取得了较好的效果。

摘要：暴力事件检测是视频内容智能分析的一个常见任务,在互联网视频内容审查、影视作品分析、安防视频监控等领域有重要应用。面向视频中暴力检测任务,提出了一个包含关系网络和注意力机制的方法来融合视频中的多模态特征,该方法首先使用深度学习提取视频中多个模态特征,如音频特征、光流特征、视频帧特征,接着组合不同的模态特征,利用关系网络来建模多模态之间的关系;然后基于深度神经网络设计了多头注意力模块,学习多个不同的注意力权重来聚焦视频的不同方面,以生成区分力强的视频特征。该方法可以融合视频中多个模态,提高了暴力检测准确率。在公开数据集上训练和验证的实验结果表明,提出的多模态特征融合方法,与仅使用单模态数据的方法和现有多模态融合的方法相比,具有明显的优势,检测准确率分别提升了4.89%和1.66%。

摘要：本文概述了视频监控与数据采集融合前端设备(PU)概念及应用的网络环境。分析了PU的设计方案:包括PU的功能要求、PU的架构,随后讨论了实现方法。

摘要：基于安防领域需要快速检索监控视频中嫌疑人信息需求。本文设计了一种视频摘要系统,深入分析了该系统的设计目标和组成模型。在具体实现方面,该系统通过结合目标形状特征和运动特性来对目标进行分类,并依据目标的运动轨迹提取视频关键帧的方法合成视频摘要。系统完成后通过导入监控视频文件生成摘要验证测试,该视频摘要系统能在69.44%压缩比的前提下达到零误报率。实验结果,该视频摘要系统压缩比高,识别误差小,能极大提高检索视频中信息的效率。