摘要：提出一种以电影视频中人脸图像为依据的视频检索方法.首先通过AdaBoost检测视频序列中的人脸图像,将检测到的人脸做标准化处理后投影到增量特征人脸子空间中,得到人脸图像的向量表述;然后应用单类支持向量机进行训练和分类,根据分类的结果动态地调整前面得到的最优分类超平面,实现对电影视频中特定演员的检索功能.由于不同镜头中同一人的人脸图像通常差别很大,该方法随时间序列动态地调整特征人脸空间,以适应人脸分布的变化.对电影《小花》、《Nottinghill》等的实验表明,该方法在视频环境下可以较准确地检索出特定人像.

摘要：提出了一种针对多姿态人的服装区域分割算法,通过融合显著性分析和图割方法有效地提高了服装区域分割的性能.首先,提出一种基于滑动窗口的视觉显著性区域分析方法,计算前景?背景种子区域初始定位,实现种子区域定位的姿态无关性;然后,通过基于图的分割方法对初始种子区域进行矫正;最后,通过将种子区域作为输入的迭代图割方法——GrabCut获得服装区域分割.实验结果表明,文中算法具有较好的分割性能,具有应用前景.

摘要：针对已有的视频拷贝检测算法仅使用单一特征进行视频内容匹配,难以应对多种不同形式的拷贝变化的问题,提出一种基于多种视觉特征的视频拷贝检测算法.该算法采用级联式检测过滤框架,在提取视频帧图像的全局特征用于检测画面轻微变化的重复视频片段后,使用更精准的局部特征等来检测各种复杂变化后的拷贝内容.为在大规模数据库中实现快速检测,使用kd树型索引结构实现特征近邻检索.在标准评测数据集上的实验结果表明,文中算法对多种拷贝变化具有鲁棒性,并具有较高的检测效率.

摘要：为了提高视觉特征的鲁棒性,提出尺度空间下最稳定极值区域特征的挖掘算法.该算法在尺度空间下检测特征,首先通过分析特征的局部稳定性来挖掘鲁棒的特征,然后对区分力低的特征基于熵值进行过滤;在此基础上,基于尺度空间下最稳定极值区域特征的尺度一致性提出了基于最大匹配尺度的检索算法,可提高局部敏感哈希高维索引的检索性能.与多种已有方法进行比较的结果表明,文中算法的平均检索精度相对提高10%以上,查询效率也有提升.

摘要：为了使用户能够通过在图像上选择一些控制句柄来操控图像的变形行为,提出一种使用线段作为控制句柄的实时图像变形方法.该方法按照控制线段的长度对网格的边长进行适当缩放,以产生相似变换的图像变形结果;图像变形过程中,在保持用户给定约束的情况下,尽可能保持图像网格边界顶点的拉普拉斯坐标和图像网格内部顶点的中间值坐标.最后通过实验验证了文中方法的有效性和实时性.

摘要：为有效地保护版权,提高大规模视频集的拷贝检测速度,提出一种完全实现在GPU上的基于增量式聚类的拷贝检测方法.对数据库中新增加的视频,首先调用GPU上的硬件解码单元对视频流解码,以实时的速度提取高维SIFT特征点;然后对特征点进行增量K-means聚类,以动态地反映数据库的变化,并根据聚类结果更新视觉关键词词典;再将每帧表示成归一化的词频向量;最后使用基于帧级别词频向量的时空顺序匹配法来判定查询视频是否为数据库中视频的拷贝.实验结果表明,该方法比原有的CPU实现方法整体提速最高达63倍.

摘要：针对交通视频监控场景复杂、实时性要求高的特点,提出一种基于"分治"思想的车辆检测算法,能在CPU平台下实时运行.首先通过对场景图像作引导滤波并计算滤波前后的峰值信噪比,检测光照条件.并基于光照检测的结果进行多模型融合,把本身复杂的问题拆分成多个可以用简单模型解决的子问题;然后使用复杂度低的级联Adaboost算法针对各个子问题分别训练检测模型.在15组真实监控视频的测试样本下,与4个基于深度学习的目标检测模型进行对比分析,结果表明,该算法能够适应各种场景,提高检测精度,并且在CPU平台下达到30帧/s的运行速度.

摘要：为了在复杂的室内空间中自动生成合理的家具布局,提出基于案例库的室内区域自动布局方法.首先从案例库中抽取先验知识,训练布局预测模型;然后将布局问题的硬约束和布局预测模型相结合,构造能量函数,以描述室内功能区域布局的合理程度;最后在目标空间中通过随机优化的方法对能量函数进行优化求解.实验结果表明,在没有提前设定布局约束的情况下,该方法能在复杂的室内空间中生成较合理的家具布局.

摘要：针对网络视频中模糊变化,以及镂空、透明台标的背景变化都易造成台标区域内容变化,导致现有台标识别算法效率降低的问题,提出一种针对网络视频的鲁棒的台标识别方法.为了应对多种台标变化,提出一种基于Gabor滤波器组的近似不变特征的鲁棒台标特征;建立了一种由拟合特征簇表面获得的若干超椭球组成的台标判定模型,用计算高维空间点和超椭球位置关系取代复杂的分类算法,且可以只利用单帧信息进行台标识别,显著地提高了判定速度.实验结果表明,该方法较好地解决了台标识别中模糊变化、镂空和透明台标背景变化下的识别问题,能够高效识别各种台标,在单帧条件下平均F1统计变量达97.3%.

摘要：研究了视频误码的语法/语义检测、相关性检测方法和错误掩盖方法,分析了AVS的技术特性。在此基础上提出了一种基于AVS的错误两步检测法和基于图像编码帧类型(I,P,B)的自适应错误掩盖方法。实验结果表明,两步检测法能对AVS码流中的错误进行准确定位,自适应错误掩盖方法对图像的恢复效果显著。同时该方法不中断解码器,不影响解码器的实时解码速度。