您的位置: 专家智库 > >

李和平

作品数:5 被引量:68H指数:3
供职机构:中国科学院自动化研究所更多>>
发文基金:国家科技支撑计划国家自然科学基金国家高技术研究发展计划更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 5篇中文期刊文章

领域

  • 5篇自动化与计算...

主题

  • 4篇视频
  • 2篇特征点
  • 1篇点匹配
  • 1篇颜色直方图
  • 1篇异常检测
  • 1篇隐马尔可夫模...
  • 1篇直方图
  • 1篇人脸
  • 1篇人脸检测
  • 1篇视频分析
  • 1篇视频镜头
  • 1篇视频镜头检测
  • 1篇视频拷贝
  • 1篇视频拷贝检测
  • 1篇视频片段
  • 1篇视频语义
  • 1篇特征点匹配
  • 1篇马尔可夫
  • 1篇马尔可夫模型
  • 1篇镜头检测

机构

  • 5篇中国科学院自...
  • 1篇北方工业大学

作者

  • 5篇李和平
  • 3篇张树武
  • 2篇胡占义
  • 1篇曾智
  • 1篇万崇玮
  • 1篇张师林
  • 1篇吴福朝
  • 1篇杨武夷
  • 1篇李炜明
  • 1篇吴毅红
  • 1篇王方圆

传媒

  • 3篇软件学报
  • 1篇计算机辅助设...
  • 1篇计算机工程与...

年份

  • 1篇2013
  • 1篇2011
  • 1篇2009
  • 2篇2007
5 条 记 录,以下是 1-5
排序方式:
基于时空灰度序特征的视频片段定位算法被引量:3
2013年
基于灰度序特征的视频片段定位算法是解决视频片段定位问题的典型算法.这类算法存在的不足是:特征的唯一性表示能力不够,使得在召回率较高的情况下,定位检索的精度下降得较快;二次多项式级的时间复杂度使得响应时间过长,并对查询视频长度敏感.针对上述两个问题,提出了一种基于时空灰度序特征的视频片段定位算法,其关键步骤包括:(1)在精确定位之前,通过引入线性时间复杂度的基于时空二值模式直方图特征(spatio-temporal binary pattern histogram,简称STBPH)的实时过滤算法以及基于二值时间灰度序特征(binary temporal ordinal measure,简称BTOM)的快速过滤算法,大幅度减少精确定位阶段需要进行比较的候选视频片段个数;(2)在精确定位阶段,通过引入唯一性表示能力更好且保持了较好鲁棒性的时空统一灰度序特征(joint spatio-temporal ordinal measure,简称JSTOM)进行序列匹配,显著提高了定位检索的精度.实验结果表明,该算法能够快速、准确地进行视频片段定位,大幅降低了对查询视频长度的敏感度.
王方圆张树武李和平
关键词:视频拷贝检测
基于尺度不变特征的视频镜头检测被引量:8
2007年
通过分析帧间的尺度不变特征点匹配数目随时间变化的性质来检测镜头边界,并提出2种帧间匹配机制——两两匹配机制和连续匹配机制.一个视频镜头内的特征点匹配数目具有平滑变化的特性,而在镜头边界处则表现出陡然变化的特性.通过将各类型的镜头切换统一于一种检测模式,可清晰地分割出镜头,避免模型选择和参数调整.
万崇玮李炜明李和平胡占义
关键词:视频镜头检测尺度不变特征特征点匹配高斯混合模型
基于半监督学习的行为建模与异常检测被引量:46
2007年
提出了一种基于半监督学习的行为建模与异常检测方法.该算法包括以下几个主要步骤:(1)通过基于动态时间归整(DTW)的谱聚类方法获取适量的正常行为样本,对正常行为的隐马尔可夫模型(HMM)进行初始化;(2)通过迭代学习的方法在大样本下进一步训练这些隐马尔可夫模型参数;(3)以监督的方式,利用最大后验(MAP)自适应方法估计异常行为的隐马尔可夫模型参数;(4)建立行为的隐马尔可夫拓扑结构模型,用于异常检测.该方法的主要特点是:能够自动地选择正常行为模式的种类和样本以建立正常行为模型;能够在较少样本的情况下避免隐马尔可夫模型欠学习的问题,建立有效的异常行为模型.实验结果表明,该算法与其他方法相比具有更高的可靠性.
李和平胡占义吴毅红吴福朝
关键词:异常检测半监督学习隐马尔可夫模型计算机视觉
稠密子图发现的视频语义挖掘方法被引量:3
2011年
目前基于内容的视频语义挖掘方法并未考虑到视频的多模态特性,不能够实现对于目前海量涌现视频的自动分析处理任务。针对此问题,提出了基于稠密子图发现的视频语义挖掘方法。该方法对待处理的视频进行中文连续语音识别、视频目标识别和视频文字识别,对于识别结果进行中文分词和词性标注,保留名词和动词作为图模型的顶点,顶点之间的边权重设置为两个顶点所代表的词语的中文语义距离,根据稠密子图发现算法挖掘视频的语义信息。实验结果表明这种方法是有效的。
张师林李和平张树武
基于人脸检测与SIFT的播音员镜头检测被引量:8
2009年
播音员镜头的检测是新闻视频结构化的关键步骤之一.提出了一种基于人脸检测与SIFT特征点匹配的播音员镜头自动检测算法.该方法首先利用人脸检测器过滤出具有人脸的候选镜头,然后利用颜色直方图判断镜头是否可能相似,再利用SIFT特征点匹配从候选镜头关键帧中找出相关的镜头组,最后利用各镜头组的信息判断出哪些是播音员镜头.对比传统的方法,该方法除了训练一个通用的人脸检测器外,不需要模板,也不需要针对某类新闻节目训练特别的分类器,可以直接利用算法对新类型的新闻节目提取播音员镜头.实验结果表明,该算法能够广泛地适应于各种不同种类的新闻节目、不同视觉质量的视频,可以有效地应用于新闻视频分析.
杨武夷曾智张树武李和平
关键词:人脸检测颜色直方图SIFT特征点视频分析
共1页<1>
聚类工具0