基于图割框架下视频目标的自动实时提取算法

提出了一种在图割框架下自动实时的前景目标提取算法.通过混合高斯背景建模与基于颜色和局部表观的阴影判别相融合的方法,设置能量函数的数据项,并基于局部二值模型算子构建能量函数的平滑项.利用动态的图割算法,求取目标函数极值,实现视频目标的自动提取.在不同视频上对提出的分割算法进行性能测试,结果表明算法具有较好的分割性能且计算复杂度较低.     

基于改进的随机森林的人体部件识别

姿态估计是自然人机交互最为重要的环节,人体部件识别是姿态估计的重要步骤。本文介绍了一种基于特征预筛选的改进的随机森林的方法来识别人体各个部件。与传统的随机森林构造不同,在该方法中,对于特征空间十分庞大的实例给出了特征预筛选方法,使得每个分裂节点的特征子集更为高效。该方法既保证了树与树之间的独立,又保证了每棵树的分类性能。在树与树之间的组合中,根据人体部件构造,引入了和分层树的组合模型方式,提高了差异较小类的分类性能,进而提高了森林的准确性。     

基于深度层级特征的中国传统视觉文化符号识别及应用

中国传统视觉文化符号凝结着中国人的智慧和力量,成为世界解读能够诠释中国的一种方式,它能代表中国、影响世界.本论文主要针对中国传统视觉文化符号做识别和分类等智能化处理,目标是探讨一种关于中国传统视觉文化符号智能识别的解决方案.我们先从简单的分类任务入手,利用浅层学习中多特征融合的方法来解决分类问题,再通过使用深度学习中卷积神经网络来处理这一问题.最后,我们提出了基于深度层级特征和SVM 结合的中国传统视觉文化符号识别的方法,在此基础上,我们在特定的博物馆中对文化展品进行识别,并做成基于线上线下的识别APP.     

基于Kinect的隔空人手键盘输入

近年来,随着三网融合概念的兴起,家庭多媒体设备功能的日趋完善,其控制与使用也变得越来越复杂,如何使家庭多媒体设备控制实现简单化、统一化、易用化成为相关行业亟待解决的问题.通过人们手指细微的运动,更使用户能够直接快速地完成空间键盘输入的功能,从而极大地提高用户的操作体验.Kinect作为一种新型的体感设备,可以获得精确的RGB图像信息和深度图像信息,是准确快速地获得用户的指尖定位成为可能.本系统通过深度图和RGB图相结合的方法,进行手型分割.通过指尖检测所得二维指尖坐标,反向求出指尖点的三维空间坐标.对于由指尖点、凹缺陷点和掌心点所组成的手部三维空间模型,判定计算键盘输入行为.此系统基本实现了隔空键盘输入的功能,但在边缘区域的识别率相对较低.     

基于运动捕捉技术的民族舞蹈的保护

为了保护中国非物质文化遗产中的少数民族舞蹈,本文通过运动捕捉技术对非物质文化遗产中的摆手舞进行三维数字化保护.首先通过运动捕捉技术,采集舞蹈演员的动作信息,然后采用三维建模技术对舞蹈演员进行人物建模、服饰模拟,最后将捕捉到的舞蹈演员关键的动作数据点与人物模型相绑定,合并场景,生成舞蹈动画,并与摆手舞乐曲进行合成.该方法与传统的舞蹈保护方法相比,可以更好的全方位的展示舞蹈的特点.     

视频摘要系统的技术研究与实现

本文针对未进行后期编辑的视频序列设计了一个视频摘要系统.以视频帧图像的累积直方图来提取图像特征,有效地解决了光照的改变使镜头内直方图差异较大以及直方图对物体/摄像机的运动的鲁棒性有限两大问题,并结合了滑动窗口算法,有效地实现对视频序列的镜头边界检测.另外,本文还提出了一种基于镜头和图像内容的关键帧提取算法,降低计算的复杂度,并且提取的关键帧能更全面准确地体现原视频的内容.