首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于对象的视频摘要关键技术研究及实现

摘要第4-6页
Abstract第6-7页
第一章 绪论第10-17页
    1.1 研究背景和意义第10-11页
    1.2 视频摘要的发展及研究现状第11-15页
        1.2.1 视频摘要的发展及分类第11-13页
        1.2.2 国内外研究动态第13-15页
    1.3 论文主要工作和结构安排第15-17页
        1.3.1 论文的主要工作第15页
        1.3.2 论文的结构安排第15-17页
第二章 基于对象的视频摘要总体技术框架第17-24页
    2.1 基于对象的视频摘要关键技术原理详述第17-22页
        2.1.1 基于对象的视频摘要关键技术原理第17-18页
        2.1.2 传统的视频摘要技术框架第18-19页
        2.1.3 基于对象的视频摘要技术框架及数据结构第19-22页
    2.2 摘要视频的评价标准第22-23页
        2.2.1 运动物体个数第22页
        2.2.2 运动物体密度第22-23页
        2.2.3 压缩比第23页
        2.2.4 运算效率第23页
    2.3 本章小结第23-24页
第三章 基于能量最小化的目标重排列技术第24-44页
    3.1 重新排列中能量与运动轨迹的概念第24-27页
        3.1.1 影响运动物体排列的能量因素第24-25页
        3.1.2 运动轨迹的概念第25-27页
    3.2 能量因素的定义第27-34页
        3.2.1 能量函数的定义第27-30页
        3.2.2 改进后的能量因素的定义第30-34页
    3.3 能量约束最小化算法第34-41页
        3.3.1 视觉领域的能量最小化第34-35页
        3.3.2 模拟退火算法对运动管道能量最小化排列中的应用第35-39页
        3.3.3 迪杰斯特拉算法在运动能量最小化排列中的应用第39-41页
    3.4 实验结果与分析第41-43页
    3.5 本章小结第43-44页
第四章 视频摘要中的无缝拼接技术第44-56页
    4.1 拼接技术在基于对象的视频摘要中的应用第44-45页
    4.2 基于泊松编辑的图像拼接技术第45-51页
        4.2.1 泊松编辑算法的介绍第45-48页
        4.2.2 改进后的泊松算法在视频摘要中的应用第48-51页
    4.3 实验结果与分析第51-55页
    4.4 本章小结第55-56页
第五章 基于聚类的视频摘要内容智能去冗余技术第56-65页
    5.1 基于聚类的运动管道去冗余技术第56-61页
        5.1.1 基于k-means的聚类算法第57-59页
        5.1.2 聚类方法在视频摘要中的应用第59-61页
    5.2 实验结果与分析第61-64页
    5.3 本章小结第64-65页
第六章 总结与展望第65-67页
    6.1 本文工作总结第65页
    6.2 展望第65-67页
参考文献第67-71页
附录1 攻读硕士学位期间参加的科研项目第71-72页
附录2 攻读硕士学位期间撰写的专利第72-73页
致谢第73页

论文共73页,点击 下载论文
上一篇:基于联合稀疏外观建模的目标跟踪算法研究与实现
下一篇:恶劣环境下的降质图像增强算法研究