颜色和帧间信息相结合的视频奇异段检测

doi:10.3778/j.issn.1002-8331.2009.23.052

计算机工程与应用 ›› 2009, Vol. 45 ›› Issue (23): 186-189.DOI: 10.3778/j.issn.1002-8331.2009.23.052

• 图形、图像、模式识别 • 上一篇下一篇

颜色和帧间信息相结合的视频奇异段检测

王威¹，高伟²，郭武¹，王润生¹

1.国防科技大学 ATR实验室，长沙 410073
2.海军航空工程学院青岛分院，山东青岛 266041

收稿日期:2008-05-06 修回日期:2008-06-20 出版日期:2009-08-11 发布日期:2009-08-11
通讯作者: 王威

Abnormal sections detection based on color and frames information in video sequences

WANG Wei¹，GAO Wei²，GUO Wu¹，WANG Run-sheng¹

1.ATR Lab，National University of Defence Technology，Changsha 410073，China
2.Qingdao Branch of Naval Aeronautical Engineering Institute，Qingdao，Shandog 266041，China

Received:2008-05-06 Revised:2008-06-20 Online:2009-08-11 Published:2009-08-11
Contact: WANG Wei

摘要/Abstract

摘要： 提出了一种对视频序列进行段奇异性检测和等级划分的方法。该方法首先选择直方图信息来体现段内颜色变化情况，将段内所选视频帧的直方图组合成直方图矩阵。为了提高处理效率，利用主成分分析对直方图矩阵进行降维。然后选择帧间信息来体现段内的运动变化情况。最后，将两类特征的结果进行融合，得到最终的检测结果。该方法对一定数量的样本进行了实验，实验结果表明，该方法能够很好地实现视频段的奇异性检测和排序，性能也比其他方法有所提高。

Abstract:
Abstract： A technique is proposed for abnormal section detection and rank classification in video sequences.Firstly，the histogram is selected to describe the color change in the section，so the histogram of the frames selected from the section compose the histogram matrix.In order to improve the process efficiency，the Principal Components Analysis（PCA） is used to reduce dimensions of the histogram matrix.Then the information of frames differences is used to describe the motion change information.Lastly，the results of the two characters are fused to get the final result.This method is experimented with some samples.The results show that this method can realize the abnormal detection and rank classification of video sequences，and the results are better than the other related techniques.

中图分类号:

TP391.41

王威¹，高伟²，郭武¹，王润生¹. 颜色和帧间信息相结合的视频奇异段检测[J]. 计算机工程与应用, 2009, 45(23): 186-189.

WANG Wei¹，GAO Wei²，GUO Wu¹，WANG Run-sheng¹. Abnormal sections detection based on color and frames information in video sequences[J]. Computer Engineering and Applications, 2009, 45(23): 186-189.

[1]	杨敦旭¹，杜晓凤²，李翠华¹. 一种提高SVD滤波性能的新方法[J]. 计算机工程与应用, 2010, 46(9): 146-148.
[2]	邵晓根¹，段丽²，张建明². 基于UWPCA与粗糙集相结合的表情识别[J]. 计算机工程与应用, 2010, 46(9): 138-141.
[3]	王威，张鹏，王润生，陈宜稳. 行人行为的奇异性检测和正常行为分类[J]. 计算机工程与应用, 2010, 46(9): 173-176.
[4]	余伟巍¹，席平¹，何飞². 针对医学重构模型的3D分割及压缩算法[J]. 计算机工程与应用, 2010, 46(9): 152-154.
[5]	李媛媛¹，潘振宽¹，魏伟波¹，朱东伟²，张楠¹. 高阶图像扩散模型的中值公式[J]. 计算机工程与应用, 2010, 46(9): 159-162.
[6]	任洪娥，赵磊，董本志，王锐鑫. 基于数学模拟理论的板材树种识别方法及实现[J]. 计算机工程与应用, 2010, 46(9): 238-240.
[7]	师黎，闫灿. 遗传模糊连接法在CAG图像分割中的应用[J]. 计算机工程与应用, 2010, 46(8): 242-244.
[8]	李美丽^1，2，李言俊¹，王红梅¹，张科¹. NSCT和非负矩阵分解的图像融合方法[J]. 计算机工程与应用, 2010, 46(8): 21-24.
[9]	孟宇^1，2，毛力增¹，李文辉²，马玉鹏³. 应用分段遗传算法的视频纹理合成算法[J]. 计算机工程与应用, 2010, 46(8): 148-152.
[10]	冯浩^1，2，陈勇¹，王宪保¹. 结合DCT和WT的多分类器融合的光照人脸识别[J]. 计算机工程与应用, 2010, 46(8): 153-155.
[11]	刘燕武¹，耿国华¹，周明全²，李磊¹. 轮廓对称轴法在缺损颅骨修复中的应用[J]. 计算机工程与应用, 2010, 46(8): 156-158.
[12]	陈建恺，陈继荣. 适应场景亮度快速变化的背景重建算法[J]. 计算机工程与应用, 2010, 46(8): 183-186.
[13]	盖怀存，张小锋，江泽涛. 基于量子神经网络的人脸识别技术研究[J]. 计算机工程与应用, 2010, 46(8): 187-189.
[14]	马娥娥，王成儒. 可视语音合成中口形特征点定位研究[J]. 计算机工程与应用, 2010, 46(8): 190-192.
[15]	杜德生¹，高雪莲¹，张格森². 一种快速虹膜定位方法[J]. 计算机工程与应用, 2010, 46(7): 165-167.

颜色和帧间信息相结合的视频奇异段检测

Abnormal sections detection based on color and frames information in video sequences

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics