基于線性降維的智能視頻特征提取.pdf_第1頁(yè)
已閱讀1頁(yè)，還剩54頁(yè)未讀， 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、智能視頻監(jiān)控隨著攝像頭的普及以及公眾對(duì)安全需要的提高得到了越來(lái)越廣泛的重視，其中包括安防和刑偵的應(yīng)用等等。視頻特征提取是智能視頻監(jiān)控系統(tǒng)最基礎(chǔ)而且最核心的一個(gè)模塊。針對(duì)現(xiàn)有視頻提取算法的不足，本文從以下三個(gè)方面展開(kāi)了研究：
　　考慮視頻特征的多樣性、冗余性等等特點(diǎn)，本文提出了基于降維的特征融合方法，將原始特征以及各種特殊的視頻特征投影到低維的線性空間里，以達(dá)到保留視頻里最相關(guān)特征和冗余信息消除的兩種目的。除此之外，系統(tǒng)的實(shí)時(shí)性也得

2、到了進(jìn)一步的提高。
　　本文研究的第二個(gè)要點(diǎn)是在視頻特征里融合視頻的連續(xù)性。通過(guò)分析視頻連續(xù)性所帶來(lái)的特征空間的特殊性質(zhì)以及特征降維的必要性，在現(xiàn)有的線性降維的系統(tǒng)里融入的視頻特征空間的分布信息：描述訓(xùn)練樣本的分布特征。不僅如此，在分析了兩種經(jīng)典的分布方法以后，本文提出了一種新的特征級(jí)的融合方法。
　　第三個(gè)研究要點(diǎn)則是在線性降維的框架里保持視頻圖像完整性。本文通過(guò)一種次最優(yōu)的迭代法直接采用二維矩陣作為特征元素。
　　

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽，若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間，僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請(qǐng)與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論