基于内容的视频检索
基于内容的视频检索的相关文献在2000年到2019年内共计81篇,主要集中在自动化技术、计算机技术、无线电电子学、电信技术、信息与知识传播
等领域,其中期刊论文68篇、专利文献1633288篇;相关期刊46种,包括情报杂志、中国图象图形学报、计算机工程等;
基于内容的视频检索的相关文献由153位作者贡献,包括彭宇新、郭宗明、周源华等。
基于内容的视频检索—发文量
专利文献>
论文:1633288篇
占比:100.00%
总计:1633356篇
基于内容的视频检索
-研究学者
- 彭宇新
- 郭宗明
- 周源华
- 冯运生
- 尹浩
- 肖建国
- 董庆杰
- 高宏卿
- Ngo Chong-Wah
- 刘凤玉
- 刘祥龙
- 利奥尔·科恩
- 吴玲达
- 吴翌
- 夏柯
- 尤里·拉维
- 庄越挺
- 张培珍
- 张焕强
- 惠雯
- 朱爱红
- 李连
- 李铮
- 沈玉利
- 洪冠军
- 潘云鹤
- 老松杨
- 胡双演
- 艾利·戈兹
- 萨吉·沙迈
- 葛宝
- 谢毓湘
- 贾克斌
- 金红
- 阿兰·波克尔
- 陈文涛
- 魏文
- 魏维
- 鲍东山
- 黄东
- Mei Gu
- Nikom Suvonvom
- Shilin Zhang
- SofinaYakhu
- 万跃华
- 付伟
- 付萍
- 何新
- 何立民
- 何静
-
-
-
张国平;
王宇东;
马丽;
黎远松
-
-
摘要:
针对CBVR人体动作识别问题,提出利用相关反馈技术与其它技术相结合。首先,分析了从视频中提取人类行为并将其表示成特征集的方法;然后研究了各种基于内容的视频检索方法;最后,将这些技术进行组合得到基于相关反馈技术的最优CBVR人体动作识别方法。在三个行为数据库中(包括UCF运动,UCF视频网站和HOHA2)评估了由上述几种技术组合而成的性能,实验结果为开发高效的基于内容的视频检索系统提供了有益的借鉴。
-
-
-
张环;
王弘;
雷萌
-
-
摘要:
从系统框架、数据库设计及模块功能分析出发,设计和实现了一个基于内容的体育视频检索系统,并进一步将检索内容分为多目标信息帧与单一信息帧进行处理,在完成与高层语义库的比对后,分别建立多目标索引与单一信息索引,最后将两者融合,完善视频索引结构.实验结果表明,该方法能有效提高系统检索效率.
-
-
朱庆生;
孟贵超;
葛垚
-
-
摘要:
在基于内容的视频检索系统中,镜头边界检测是极其关键的一步.而在线检测镜头边界也是亟需解决的问题,所以提出利用增量主成份分析(IPCA)方法,对视频进行实时分析和在线镜头边界检测.IPCA方法允许样本逐步输入,这样正符合在线视频的获取方式,所以利用IPCA可以实现镜头边界的在线检测.但是,IPCA也存在存储空间逐步增大的缺陷,针对此问题也提出了解决方案.实验证明该方法可以取得满意的效果.%Shot boundary detection is the key point of content-based video retrieval. In order to implement online detection, a method based on incremental principal component analysis (IPCA) is proposed to analyze video in a real-time way in this paper, and then to get the shot boundary. Its advantage is detecting shot boundary and extracting abstract video without acquiring the whole video in advance, in virtue of which it makes the online detection come true. But it needs large memory, which can be solved by the way proposed. The experiment proves it has good performance.
-
-
-
-
-
李东瀛;
尉凯征;
张劼
-
-
摘要:
从分析视频数据的结构和特点出发,总结了基于内容检索的视频处理方法的一般步骤。然后深入介绍了各个处理过程中的一些最新方法,并分析了各种方法和技术的优缺点;最后,对基于内容的视频检索提出一些值得进一步研究的问题。
-
-
李健;
宋立新
-
-
摘要:
针时基于内容的视频检索中的镜头聚类问题,采用了一种基于模拟退火思想改进的K均值聚类算法.该方法提取视频帧的时间信息、均值、方差、偏度和信息熵等颜色直方信息作为特征,利用模拟退火算法全局寻优的能力来改善K均值聚类易陷入局部极值的缺点,从而提高视频镜头聚类的准确性.理论分析和实验结果表明该方法是一种有效的视频镜头聚类算法.