基于显著性区域的视频关键帧提取方法.pdf
小寄****淑k
在线预览结束,喜欢就下载吧,查找使用更方便
相关资料
基于显著性区域的视频关键帧提取方法.pdf
本发明公开一种计算机图像处理和模式识别技术领域的基于显著性区域的视频关键帧提取方法,首先对视频数据进行采样转换,将视频转换为连续的帧图像序列,然后在每帧图像中利用频谱残差模型提取显著性区域,接着根据图像中显著性区域的面积将其排序,并对排序靠前的显著性区域进行颜色矢量化,最后在前后帧图像之间根据矢量化后的显著性区域进行相似性度量,根据相似度的大小确定视频关键帧。本发明提取出的关键帧图像序列,可以有效地保留视频的主要内容。
基于Hadoop 的分布式视频关键帧提取方法.pdf
本发明公开了一种基于Hadoop的分布式视频关键帧提取方法,包括:获取待处理的原始视频;将所述原始视频按照预设顺序拆分为独立的图像帧;检测所述图像帧中是否包含第一目标,若所述图像帧包含所述第一目标则标记为目标帧,否则标记为普通帧;将所述目标帧分为若干目标帧合集;分别获取每个目标帧合集的关键帧;根据所有目标帧合集的关键帧生成关键帧合集。本发明针对视频中包含目标的部分进行关键帧提取,提高了关键帧提取的效率。
基于数据挖掘的视频关键帧的提取的开题报告.docx
基于数据挖掘的视频关键帧的提取的开题报告一、研究背景和意义随着互联网技术的不断发展,视频数据成为了人们获取信息和娱乐的重要来源。然而,随着视频数量剧增,用户对视频内容的寻找和浏览变得更加困难,这就需要视频关键帧的提取技术来辅助用户快速获取视频内容。同时,对于一些特定的应用场景,如视频检索、智能监控等,视频关键帧的提取技术也是必不可少的。传统的视频关键帧提取方法主要基于人工设定规则或者采用手工提取的方式,具有一定的主观性和工作量大等缺点,难以适应现代大规模视频数据的处理需求。因此,基于数据挖掘技术的视频关键
基于Hadoop架构的分布式视频关键帧提取方法研究的开题报告.docx
基于Hadoop架构的分布式视频关键帧提取方法研究的开题报告一、选题背景和意义随着互联网的高速发展,视频数据成为了大数据时代重要的一部分,视频数据量以及数据处理速度的要求也不断提高。在视频数据中,关键帧被广泛应用于视频内容的索引、检索以及分类等任务。传统的关键帧提取方法需要对整个视频进行解码,消耗大量的时间和计算资源,无法满足大规模视频数据的处理需求。因此,基于Hadoop分布式计算框架的关键帧提取方法逐渐成为了一种重要的可行方案。本文选题的研究内容是基于Hadoop架构的分布式视频关键帧提取方法。目前对
基于多数据集协作学习的视频显著性区域检测方法.pdf
(19)国家知识产权局(12)发明专利申请(10)申请公布号CN116030077A(43)申请公布日2023.04.28(21)申请号202310314307.8(22)申请日2023.03.28(71)申请人石家庄铁道大学地址050043河北省石家庄市长安区北二环东路17号(72)发明人张云佐张天郑宇鑫武存宇刘亚猛于璞泽康伟丽朱鹏飞王双双(51)Int.Cl.G06T7/11(2017.01)G06N3/08(2023.01)G06N3/084(2023.01)G06N3/0455(2023.01)G