导读:本文包含了镜头检测论文开题报告文献综述、选题提纲参考文献，主要关键词:镜头,直方图,阈值,神经网络,纹理,边界,视频。
镜头检测论文文献综述写法
曾凡锋,王垚[1]（2019）在《基于循环神经网络的渐变镜头检测技术》一文中研究指出针对视频中的渐变镜头边界难以检测的问题,提出一种基于循环神经网络的渐变镜头检测方法。使用深度神经网络inception-v3提取图像帧的特征并计算帧间相似度,根据相似度序列的特点初步找出候选渐变片段;以帧间差为输入向量训练一种对视频片段中视频帧的类型分类的循环神经网络模型,通过网络模型对候选渐变片段的帧分类,找出准确的渐变镜头边界。在TREC2001视频数据集上与其它渐变镜头检测方法进行对比,实验结果表明,该方法具有较高的准确性。(本文来源于《计算机工程与设计》期刊2019年09期）
徐子健,李鸿燕,薛辉,付希华,何泽浩[2]（2019）在《基于直方图的二阶差分分域镜头检测算法及实现》一文中研究指出提出基于直方图的二阶差分分域镜头检测算法.在传统灰度直方图的镜头检测算法基础上,对镜头图像按照权重进行分域,计算加权的直方图一阶差分,进一步计算二阶差分以消除运动带来的镜头变换检测影响.根据二阶差分平均值动态获得镜头检测阈值,并比较二阶差分与动态阈值大小来判断是否发生镜头切换.Matlab仿真环境实验结果表明:该算法可克服传统灰度法误检和直方图法漏检的不足,具有较高的识别准确率和查全率.(本文来源于《上海工程技术大学学报》期刊2019年01期）
霍奕,王艳峰,杨楚翘[3]（2018）在《基于渐进二分策略的自适应阈值视频镜头检测》一文中研究指出针对目前视频镜头边界检测算法多专注某特定类型,没有一种对于各类渐变类型检测都适用的算法的问题,以及在检测时间方面,现有的视频镜头检测算法需要对所有帧进行计算,因而具有很高时间复杂度的问题,提出一种新颖的基于渐进二分策略和自适应阈值的视频镜头分割算法。首先,它根据每个视频自身的特征用神经网络模型训练阈值计算参数,以自适应地生成检测阈值来提高检测准确性;然后,它采用渐进地二分策略进行视频帧间差计算,实现对各类渐变类型检测都使用统一的方法,并同时降低了计算时间复杂度。实验表明本算法在检测性能上,对切变检测的准确率提高了5. 36%,对渐变检测的准确率提高了9. 13%;在计算复杂度上降低了27. 32%。本算法在检测性能和计算复杂度上均具有显着的优越性,并对各类渐变类型的镜头检测都适用。(本文来源于《计算机应用》期刊2018年S1期）
李维善,单宏,高今朝,阎继华,杨刚[4]（2018）在《通用型数字鱼眼镜头检测系统的设计》一文中研究指出设计了一种通用型数字鱼眼镜头检测系统,由照明系统、检测标板、等效平行平板系统和球幕组成。照明系统内部设有平面反光镜、柱体蝇眼透镜阵列、准直物镜,起到了缩小系统体积,提高光能利用率和照明均匀性,以及实现照明光斑大小尺寸可调的作用。其球幕内壁刻有角度分划尺,用于测量被测镜头的视场角。测试系统的照明视场范围为φ8.1mm~φ36.3mm,照度均匀度达到91%,光通量大于5 000lm,且大小可调。检测系统可实现对芯片尺寸为0.55″~1.55″的1DLP、3DLP、3LCD、3LCOS的各种类型的数字投影或放映鱼眼镜头的像方视场角、分辨率、彩色还原性能、色差等性能和放映效果进行测试,降低了检测成本,通用性强。(本文来源于《应用光学》期刊2018年02期）
许经纬[5]（2018）在《基于深度学习的视频镜头检测与对象分割》一文中研究指出在大数据时代,越来越多的视频数据等待着被处理、分析和挖掘。然而,很多视频在产生时并没有进行有效的标注甚至没有标注,这给人们搜索并处理他们感兴趣的视频部分带来了极大的挑战,因而开发一套高效的视频结构化分析技术是很有必要的。其中,视频镜头检测技术和视频对象分割技术是实现视频结构化分析的基础和关键步骤。针对视频镜头检测本文做了如下贡献:提出了一个高效的视频镜头检测框架,指出高效的模型中应必备的叁个要素(预处理,特征提取和检测算法),并给出了相应的设计建议。根据提出的框架本文进一步实现了基于深度学习的视频镜头检测算法。算法思路如下:首先应用框架内详细介绍的基于二分比较的方法对给定视频进行预处理,滤除大量的非镜头帧并得到可能包含镜头边界的候选段。然后使用AlexNet对每段提取深度特征,通过分析、筛选得到具有强表达能力的fc-6特征对候选段内的帧进行高效表征。最后分别针对突变边界、渐变边界候选段应用相应的检测算法:对于突变边界检测,本文综合考虑了段内平均相似度和连续帧间相似度的关系并定义了相似度“显着”改变的标准,进而能够精确检测得到突变边界的位置;对于渐变边界检测,本文通过对渐变边界的分析得到了其通用的“倒叁角形模式”,并基于该模式设计了对应的匹配准则,保证了渐变边界检测过程的高效性和稳定性。实验证明基于深度学习的视频镜头检测算法在突变边界和渐变边界检测上都要显着优于已有算法。针对视频对象分割本文做了如下贡献:提出了基于双流深度编码-解码网络的视频对象分割算法。本文认为在视频对象分割任务中,帧内信息分割和帧间信息分割都是不可或缺的,因而建立了两路网络分别用于分割单帧图像和帧间运动信息。两路网络有着完全相同的编码-解码结构,唯一的不同是它们的输入,前者是视频序列中的帧,后者则是该帧对应的光流场RGB图。编码结构的主要作用是高效地处理输入图像得到一个“粗”分割结果——分辨率比较低、物体位置明确但边界及细节信息不清晰。解码结构则是利用编码过程中学习得到的结构化特征对得到的“粗”分割结果进行逐步细化,递归地改进分割结果的边缘和细节信息,最终得到一个分辨率等同于输入图像的“细”分割结果。最终两路网络得到的结果经过融合提升得到更好的分割结果。实验证明基于双流深度编码-解码网络的视频对象分割算法在性能上相比于已有算法更有竞争力,是一种高效的分割算法。(本文来源于《上海交通大学》期刊2018-01-05）
范柏超,朱涛[6]（2017）在《一种基于分块HSI直方图的镜头检测算法》一文中研究指出为了解决目前基于阈值的镜头检测算法存在鲁棒性差的问题,该文提出了一种基于分块颜色直方图的镜头检测算法,计算连续多帧分块HSI直方图差的均值作为帧间差异度,采用自适应的阈值选择策略,最后,在检测流程中加入了对渐变过渡帧数的限制,实现了镜头检测。实验证明,该算法具有很好的检测精度。(本文来源于《科技创新导报》期刊2017年14期）
曾华,郑胜前,何文广[7]（2016）在《一种快速动画镜头检测算法》一文中研究指出互信息量特征包含颜色和空间信息很好地反映视频帧间相似度。互信息量计算量大,用于视频镜头检测时间复杂度大。针对动画视频大量存在背景固定镜头的情况,提出先运用背景特征进行镜头筛选,再利用互信息量进行最终确认的两阶段的镜头检测方法。实验结果表明,算法在基本保持与互信息量特征提取结果相同的情况下,可有效降低视频镜头检测时间复杂度。(本文来源于《电脑知识与技术》期刊2016年14期）
潘磊[8]（2015）在《视频镜头检测与关键帧提取技术研究》一文中研究指出镜头检测与关键帧提取是基于内容的视频检索系统的核心技术。介绍视频检索系统产生的背景和相关技术,研究和分析当前已有的镜头检测与关键帧提取算法,提出存在的不足和缺点,并给出相应的解决方案。(本文来源于《轻工科技》期刊2015年10期）
彭太乐,张文俊,汪友宝,黄东晋[9]（2015）在《基于多特征的视频镜头检测方法》一文中研究指出针对视频镜头边缘检测准确率低的问题,提出了一种新的基于多特征的视频镜头检测算法。首先按时序读取多帧图像,并转换为灰度图;进一步将帧图像均匀分块,计算每个图像块的平均梯度,构造视频动态纹理;比较相邻帧视频动态纹理的相关性及两帧SIFT特征的匹配程度,根据匹配结果得出预检测结果;接下来与步长低于人眼刷新频率的下一帧动态纹理及SIFT特征相比较,得到最终的结果。通过对多组不同类型的视频数据进行实验,均能取得较高的召回率和准确率。该文算法对结构较复杂的渐变镜头进行检测,也能取得较高的检测准确率和召回率。(本文来源于《仪器仪表学报》期刊2015年09期）
明巍,鹿秀丽[10]（2015）在《基于动态滑动窗口和折半查找的镜头检测算法》一文中研究指出针对视频数据处理的数据量比较大的问题,提出了一种基于动动窗口和折半查找的镜头检测算法,实验结果表明,相对传统的计算相邻两帧差值的镜头检测算法,算法的检测效果很好,算法复杂度低,易于实现。(本文来源于《山东工业技术》期刊2015年13期）
镜头检测论文开题报告范文
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
提出基于直方图的二阶差分分域镜头检测算法.在传统灰度直方图的镜头检测算法基础上,对镜头图像按照权重进行分域,计算加权的直方图一阶差分,进一步计算二阶差分以消除运动带来的镜头变换检测影响.根据二阶差分平均值动态获得镜头检测阈值,并比较二阶差分与动态阈值大小来判断是否发生镜头切换.Matlab仿真环境实验结果表明:该算法可克服传统灰度法误检和直方图法漏检的不足,具有较高的识别准确率和查全率.
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
镜头检测论文参考文献
[1].曾凡锋,王垚.基于循环神经网络的渐变镜头检测技术[J].计算机工程与设计.2019
[2].徐子健,李鸿燕,薛辉,付希华,何泽浩.基于直方图的二阶差分分域镜头检测算法及实现[J].上海工程技术大学学报.2019
[3].霍奕,王艳峰,杨楚翘.基于渐进二分策略的自适应阈值视频镜头检测[J].计算机应用.2018
[4].李维善,单宏,高今朝,阎继华,杨刚.通用型数字鱼眼镜头检测系统的设计[J].应用光学.2018
[5].许经纬.基于深度学习的视频镜头检测与对象分割[D].上海交通大学.2018
[6].范柏超,朱涛.一种基于分块HSI直方图的镜头检测算法[J].科技创新导报.2017
[7].曾华,郑胜前,何文广.一种快速动画镜头检测算法[J].电脑知识与技术.2016
[8].潘磊.视频镜头检测与关键帧提取技术研究[J].轻工科技.2015
[9].彭太乐,张文俊,汪友宝,黄东晋.基于多特征的视频镜头检测方法[J].仪器仪表学报.2015
[10].明巍,鹿秀丽.基于动态滑动窗口和折半查找的镜头检测算法[J].山东工业技术.2015