摘要 | 第5-6页 |
ABSTRACT | 第6-7页 |
第一章 绪论 | 第11-16页 |
1.1 研究工作的背景与意义 | 第11-12页 |
1.2 视频指纹技术国内外研究现状 | 第12-14页 |
1.3 本文的主要研究路线 | 第14页 |
1.4 本文的主要研究内容 | 第14-15页 |
1.5 本文结构安排 | 第15-16页 |
第二章 显著性区域检测与视频指纹理论基础 | 第16-26页 |
2.1 视觉显著性理论 | 第16-18页 |
2.1.1 视觉显著性背景 | 第16-17页 |
2.1.2 图像显著性算法分类 | 第17页 |
2.1.3 图像显著性检测模型 | 第17-18页 |
2.2 视觉显著性经典算法 | 第18-21页 |
2.2.1 经典算法介绍 | 第18-19页 |
2.2.2 经典显著区域检测算法对比 | 第19-21页 |
2.3 视频指纹提取算法 | 第21-24页 |
2.3.1 基于空域特征的视频指纹 | 第22-23页 |
2.3.2 基于时域特征的视频指纹 | 第23-24页 |
2.3.3 基于空时域联合特征的视频指纹 | 第24页 |
2.4 视频指纹算法的性能评价标准 | 第24-25页 |
2.4.1 Precision-Recall曲线 | 第24-25页 |
2.4.2 FNR-FPR曲线 | 第25页 |
2.5 本章小结 | 第25-26页 |
第三章 基于背景先验的半全局FT显著性检测算法 | 第26-37页 |
3.1 频率调谐(Frequency-Tuned)算法 | 第26-29页 |
3.1.1 DOG带通滤波处理 | 第26-27页 |
3.1.2 显著性计算 | 第27-28页 |
3.1.3 FT算法缺陷 | 第28-29页 |
3.2 基于边界背景先验的FT算法改进 | 第29-33页 |
3.2.1 边界区域背景先验 | 第29-30页 |
3.2.2 图像复杂度描述 | 第30-31页 |
3.2.3 改进的半全局FT显著性检测算法 | 第31-33页 |
3.3 算法实验与分析 | 第33-36页 |
3.3.1 本文算法流程 | 第33-34页 |
3.3.2 实验结果与分析 | 第34-36页 |
3.4 本章小节 | 第36-37页 |
第四章 基于三维空时域联合的WLD特征提取算法 | 第37-50页 |
4.1 WLD特征提取算法 | 第37-43页 |
4.1.1 WLD算法背景 | 第37页 |
4.1.2 差分激励表征 | 第37-39页 |
4.1.3 梯度方向(Orientation) | 第39-40页 |
4.1.4 WLD的直方图 | 第40-43页 |
4.1.5 WLD的优点 | 第43页 |
4.2 基于空时域联合的三维扩展WLD提取算法 | 第43-46页 |
4.2.1 WLD的缺陷 | 第43页 |
4.2.2 WLD特征的空时域联合扩展 | 第43-44页 |
4.2.3 改进后算法 | 第44-46页 |
4.3 基于WLD特征的视频指纹匹配 | 第46页 |
4.4 算法结果及分析 | 第46-49页 |
4.5 本章小节 | 第49-50页 |
第五章 基于显著区域的视频指纹算法在视频监控中的应用 | 第50-64页 |
5.1 视频监控业务中的防篡改检测 | 第50-52页 |
5.1.1 视频内容防篡改检测背景 | 第50页 |
5.1.2 视频内容篡改方式 | 第50-52页 |
5.2 基于本文视频指纹提取算法的篡改检测实验设计 | 第52-53页 |
5.2.1 基于显著区域的视频指纹提取算法 | 第52页 |
5.2.2 视频内容篡改实验流程 | 第52-53页 |
5.3 篡改检测实验分析 | 第53-61页 |
5.3.1 视频帧内篡改检测实验 | 第53-55页 |
5.3.2 视频帧间篡改检测实验 | 第55-59页 |
5.3.3 视频指纹鲁棒性实验 | 第59-60页 |
5.3.4 视频指纹效率分析 | 第60-61页 |
5.4 实时视频监控平台系统设计 | 第61-63页 |
5.4.1 硬件平台及系统设计 | 第61-62页 |
5.4.2 运行软件设计 | 第62-63页 |
5.5 本章小节 | 第63-64页 |
第六章 总结与展望 | 第64-65页 |
6.1 内容总结 | 第64页 |
6.2 研究展望 | 第64-65页 |
致谢 | 第65-66页 |
参考文献 | 第66-72页 |
攻读硕士研究生期间科研成果 | 第72-73页 |