基于视觉显著性检测的运动视频摘要化生成方法研究

目录

声明

1 绪论

1.1 研究背景及意义

1.2 国内外研究现状

1.2.1 视觉显著性检测国内外研究现状

1.2.2 视频关键帧提取技术国内外研究现状

1.3 论文主要研究内容与结构安排

2 基于视觉显著性检测的视频摘要化相关原理

2.1 视觉显著性检测模型及特征提取

2.1.1 视觉注意力模型及视觉系统颜色处理机制

2.1.2 视觉注意力模型的图像特征

2.1.3 视觉注意力模型的中心-外围对比差原理

2.2 视频摘要与关键帧提取方法

2.2.1 静态视频摘要

2.2.2 动态视频摘要

2.2.3 基于颜色空间的图像特征提取

2.2.4 基于纹理的图像特征提取

2.3 视频摘要技术评价指标

2.4 本章小结

3 基于超像素分割与金字塔模型的图像显著性检测

3.1 引言

3.2 基于超像素的图像区域分割及显著性检测算法

3.2.1 超像素分割算法介绍

3.2.2 简单线性迭代聚类超像素图像分割

3.3 基于金字塔视觉模型的时空域超像素图像显著性检测

3.3.1传统金字塔视觉模型图像显著性检测

3.3.2 改进的中心-环绕金字塔视觉模型超像素图像显著性检测

3.3.3 Lucas-Kanade光流法

3.3.4光流法动态显著图计算及前后帧图像抑制检测方法

3.3.5显著性图像计算

3.4 仿真实验结果与结果分析

3.4.2 实验结果与分析

3.5 本章小结

4 基于多图像特征计算的运动视频关键帧提取方法

4.1 引言

4.2 图像特征提取与计算

4.2.1 LBP纹理特征提取

4.2.2 显著性检测效果增强及颜色特征提取

4.2.3 光流信息提取

4.3 基于感知哈希函数与互信息值计算的关键帧提取

4.3.1基于内容的感知哈希函数

4.3.2 基于互信息值的图像相似度计算

4.3.3 最终关键帧提取

4.4 仿真实验结果与结果分析

4.4.1 实验数据集及参数设定

4.4.2 实验结果与分析

4.5 本章小结

5 总结和展望

5.1 工作总结

5.2 工作展望

致谢

参考文献

攻读学位期间主要研究成果