基于视频内容的智能视频摘要系统
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第8-18页 |
| 1.1 课题研究背景和意义 | 第8-10页 |
| 1.2 视频摘要表现形式 | 第10-12页 |
| 1.2.1 静态视频摘要 | 第10-11页 |
| 1.2.2 动态视频摘要 | 第11-12页 |
| 1.3 视频摘要生成方法及过程 | 第12-15页 |
| 1.3.1 视频摘要生成方法 | 第12-13页 |
| 1.3.2 视频摘要生成过程 | 第13-15页 |
| 1.4 国内外研究现状分析 | 第15-16页 |
| 1.5 本文主要研究内容 | 第16页 |
| 1.6 论文章节安排 | 第16-18页 |
| 第二章 背景建模算法分析 | 第18-31页 |
| 2.1 经典背景建模算法分析 | 第18-19页 |
| 2.2 CodeBook背景建模算法 | 第19-22页 |
| 2.2.1 算法的提出 | 第19页 |
| 2.2.2 背景建模的过程 | 第19-21页 |
| 2.2.3 算法实现效果 | 第21-22页 |
| 2.3 ViBe算法 | 第22-25页 |
| 2.3.1 算法背景 | 第22页 |
| 2.3.2 算法的实现 | 第22-24页 |
| 2.3.3 算法实现效果 | 第24-25页 |
| 2.4 GMM高斯混合模型 | 第25-30页 |
| 2.4.1 算法概述 | 第25页 |
| 2.4.2 单高斯分布模型GSM | 第25-26页 |
| 2.4.3 高斯混合模型GMM与EM算法 | 第26-27页 |
| 2.4.4 MOG2算法 | 第27-29页 |
| 2.4.5 MOG2算法实现效果 | 第29-30页 |
| 2.5 小结 | 第30-31页 |
| 第三章 视频摘要系统的实现及框架 | 第31-44页 |
| 3.1 系统工程性工作 | 第31-33页 |
| 3.2 视频摘要实现流程 | 第33-36页 |
| 3.2.1 初始化及视频分段 | 第34页 |
| 3.2.2 前景、背景的提取 | 第34-36页 |
| 3.2.3 视频融合 | 第36页 |
| 3.3 摘要系统的模块 | 第36-39页 |
| 3.3.1 视频摘要 | 第36-37页 |
| 3.3.2 图片摘要 | 第37-39页 |
| 3.3.3 智能检测 | 第39页 |
| 3.4 GPU编程应用 | 第39-43页 |
| 3.4.1 GPU架构 | 第40-41页 |
| 3.4.2 优化原则及方法 | 第41-42页 |
| 3.4.3 优化Mog2算法 | 第42-43页 |
| 3.5 小结 | 第43-44页 |
| 第四章 实验结果及分析 | 第44-54页 |
| 4.1 基于SABS标准数据集的算法比较 | 第44-49页 |
| 4.1.1 SABS中的必要说明 | 第44-47页 |
| 4.1.2 实验结果及分析 | 第47-49页 |
| 4.2 光照突变场景下的算法性能比较 | 第49-52页 |
| 4.3 真实场景结果对比及分析总结 | 第52-53页 |
| 4.3.1 真实场景结果 | 第52-53页 |
| 4.3.2 分析总结 | 第53页 |
| 4.4 GPU加速算法结果 | 第53-54页 |
| 第五章 总结与展望 | 第54-56页 |
| 5.1 工作总结 | 第54-55页 |
| 5.2 研究展望 | 第55-56页 |
| 参考文献 | 第56-59页 |
| 致谢 | 第59页 |
