检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

PNET:像素级台标识别网络

计算机辅助设计与图形学学报 2018年第10期30卷 1878-1889页

作者：徐佳宇张冬明靳国庆包秀国袁庆升张勇东天津大学电气自动化与信息工程学院天津300072 国家计算机网络应急处理协调中心北京100029 中国科学院计算技术研究所智能信息处理重点实验室北京100190 中科院信息工程研究所中国科学大学网络空间安全学院北京100193 中国科学技术大学信息科学技术学院合肥230026

台标识别是典型的细微目标识别问题,针对台标区域小、信息量低,且镂空、半透明台标极易受到画面背景影响的难题,提出一个基于端到端全卷积网络的像素级台标识别网络——PNET.首先构建一个像素级标注的台标数据集,通过视频抽帧和图像预... 详细信息

台标识别是典型的细微目标识别问题,针对台标区域小、信息量低,且镂空、半透明台标极易受到画面背景影响的难题,提出一个基于端到端全卷积网络的像素级台标识别网络——PNET.首先构建一个像素级标注的台标数据集,通过视频抽帧和图像预处理获得台标图像集,并提出一种逐图像的像素级半自动标注方法获得二值标签图像集;然后提出一个像素级台标识别网络,在典型分类网络AlexNet,VGG的基础上,通过微调,将分类网络在分类任务中学习到的网络参数转换为像素级台标识别网络在台标分割任务中的所需的网络参数;最后引入跨层架构,融合来自网络深层的全局信息和浅层的局部信息.实验结果表明PNET实现了准确的像素级分割,准确率高达98.3%,在NVIDIA Tesla K80上单幅图像识别时间不超过1.5 s.

关键词：视频分类台标识别全卷积网络像素级半自动标注跨层架构

在线全文

学校读者我要写书评

暂无评论

综合利用形状和颜色特征的台标识别

模式识别与人工智能 2005年第2期18卷 216-222页

作者：史迎春周献中方鹏飞南京理工大学自动化系南京210094 南京大学工程管理学院南京210093 东南大学计算机科学与工程系南京210096

电视台台标是一个电视台的标志,包含了该电视台台名、节目取向等重要语义信息,是实现视频分析、理解和检索的重要语义源之一。本文根据台标的时空视觉特征,提出基于时空不变区域检测的方法来进行台标分割,并提出对台标特征用空间分布直... 详细信息

电视台台标是一个电视台的标志,包含了该电视台台名、节目取向等重要语义信息,是实现视频分析、理解和检索的重要语义源之一。本文根据台标的时空视觉特征,提出基于时空不变区域检测的方法来进行台标分割,并提出对台标特征用空间分布直方图和基于HSV空间的彩色直方图相结合的方法进行描述,最后用支持向量机进行台标识别,实验表明该算法识别正确率较高,效果基本令人满意。

关键词：视频检索台标识别时空不变性空间分布直方图支持向量机

基于HSV颜色空间加权Hu不变矩的台标识别

在线全文

学校读者我要写书评

暂无评论

南京理工大学学报 2005年第3期29卷 363-367页

作者：周献中史迎春王韬南京大学工程管理学院江苏南京210093 南京理工大学自动化系

该文根据台标的视觉特征,提出基于时空不变区域检测的方法来进行台标分割,并对台标特征提出用基于HSV颜色空间的加权Hu不变矩进行描述,最后采用基于知识库的方法进行台标识别。实验表明:该算法识别正确率较高,效果基本令人满意。

关键词：视频检索台标识别加权Hu不变矩时空不变性

在线全文

学校读者我要写书评

暂无评论

一种基于二值图角点匹配的台标识别方法

电视技术 2012年第17期36卷 15-19,29页

作者：金阳程江华任通库锡树国防科技大学电子科学与工程学院湖南长沙410073

电视台标在视频传输、保存和格式转换过程中易发生缩放、旋转等形变,且向半透明化方向发展,这些因素给台标的识别带来了困难。针对形变及半透明化问题,提出一种基于二值化图像角点匹配的三步骤台标识别方法。首先利用二值化台标图像的... 详细信息

电视台标在视频传输、保存和格式转换过程中易发生缩放、旋转等形变,且向半透明化方向发展,这些因素给台标的识别带来了困难。针对形变及半透明化问题,提出一种基于二值化图像角点匹配的三步骤台标识别方法。首先利用二值化台标图像的差分累加和求平均,得到分割后的实时台标图像;然后利用Susan算法不涉及梯度运算的特点,在二值化台标图像上提取角点;最后采用极坐标域角点对匹配的方法,实现台标匹配。使用了部分地方电视台台标进行实验,结果证明了该方法的有效性。

关键词：台标识别图像分割角点提取角点匹配

在线全文

学校读者我要写书评

暂无评论

基于改进目标检测算法的视频台标识别

计算机应用与软件 2022年第8期39卷 234-239,272页

作者：孙哲袁三男刘志超上海电力大学电子与信息工程学院上海200120

针对传统台标的检测与识别方法无法适应新型台标的动态特性、半透明特性、位置多样的特性、缩放特性而存在的特征提取困难且识别率及实用性低的问题,提出一种基于改进目标检测算法的台标识别方法。方法通过设计独特的多层语义特征融合的... 详细信息

针对传统台标的检测与识别方法无法适应新型台标的动态特性、半透明特性、位置多样的特性、缩放特性而存在的特征提取困难且识别率及实用性低的问题,提出一种基于改进目标检测算法的台标识别方法。方法通过设计独特的多层语义特征融合的FPN神经网络提取台标特征,结合目标检测算法Faster RCNN对其进行检测和分类,并添加VAE提高识别精度。实验验证显示,在自建的数据集进行实验时,该方法在测试集上的准确率值达到96.65%,召回指数达到94.03%,优于其他方法。

关键词：深度学习台标识别目标检测神经网络

在线全文

学校读者我要写书评

暂无评论

基于可变形部件模型的台标识别方法

计算机应用研究 2017年第7期34卷 2202-2206,2227页

作者：张伟许海洋中国劳动关系学院计算机应用教研室北京100048 青岛农业大学理学与信息学院山东青岛266109

背景变化复杂、部分台标相似度高、拉伸变形等因素增加了台标识别的难度,降低了识别的准确率。为此,提出了一种鲁棒的基于可变形部件模型的台标识别方法。依据台标特性,利用合适的颜色特征对可变形部件模型的特征进行了改进和增强;利用... 详细信息

背景变化复杂、部分台标相似度高、拉伸变形等因素增加了台标识别的难度,降低了识别的准确率。为此,提出了一种鲁棒的基于可变形部件模型的台标识别方法。依据台标特性,利用合适的颜色特征对可变形部件模型的特征进行了改进和增强;利用隐式支持向量机和隐式线性判别分析技术加速台标识别模型训练。为了弥补可变形部件模型的不足,设计了一种基于加权部件的计算方法,提出一种新的可靠机制进行准确率评价。实验结果表明,与基于方向梯度直方图和支持向量机的识别方法相比,该方法具有更高的识别准确率,性能更加稳定。

关键词：台标识别可变形部件模型方向梯度直方图隐式支持向量机隐式线性判别分析颜色直方图加权部件

在线全文

学校读者我要写书评

暂无评论

基于递进卷积神经网络的台标识别及其并行化

电视技术 2016年第5期40卷 67-73页

作者：许子立姚剑敏郭太良福州大学平板显示技术国家地方联合工程实验室福建福州350002

针对台标的视觉特征,提出一种基于递进卷积神经网络的台标识别算法。该网络不仅有对图像特征进行隐性提取的卷积层和采样层,还包括识别常规台标的泛化模块和识别偏差台标的特异模块。针对串行卷积神经网络训练耗时长的缺点,提出基于Spar... 详细信息

针对台标的视觉特征,提出一种基于递进卷积神经网络的台标识别算法。该网络不仅有对图像特征进行隐性提取的卷积层和采样层,还包括识别常规台标的泛化模块和识别偏差台标的特异模块。针对串行卷积神经网络训练耗时长的缺点,提出基于Spark的并行递进卷积神经网络算法,采用数据共享及批处理方式对算法模型进行并行化处理。实验证明,递进卷积神经网络算法对台标进行识别能达到98%的正确率,多节点并行化卷积神经网络相比于单节点模型能有效缩短80%以上训练所需的时间。

关键词：台标识别卷积神经网络递进并行 Spark

在线全文

学校读者我要写书评

暂无评论

基于神经网络的静态台标识别系统设计与实现

计算机仿真 2009年第1期26卷 212-215页

作者：张博洋曾向荣刘振中国防科技大学信息系统与管理学院湖南长沙410073

台标是电视台的重要标志,是对电视节目来源、类型等属性的描述,因此台标识别是实现电视视频自动收录、检索的重要技术基础。针对静态台标的特点和识别中存在的问题,在台标提取和特征识别的基础上,提出了一种基于BP神经网络的台标识别方... 详细信息

台标是电视台的重要标志,是对电视节目来源、类型等属性的描述,因此台标识别是实现电视视频自动收录、检索的重要技术基础。针对静态台标的特点和识别中存在的问题,在台标提取和特征识别的基础上,提出了一种基于BP神经网络的台标识别方法,并设计实现了一个静态台标识别系统,对系统的神经网络参数经过反复试验调整,最后得到令人满意的结果。实验结果表明,通过训练和识别分开,对包括半透明台标在内的电视视频,系统具有识别效率高、结果准确等优点。

关键词：台标识别神经网络图形标识

在线全文

学校读者我要写书评

暂无评论

基于边缘邻域关系的台标识别系统设计

基于边缘邻域关系的台标识别系统设计

作者：李瑞国防科学技术大学

学位级别：硕士

随着广播多媒体技术的飞速发展和日益更新,广播电视已经在多个领域以及人们的日常生活中普及开来。电视台标与商标异曲同工,是人们区分电视频道最直观的方法,每个电视台的台标是唯一的,我们可以通过对台标进行识别检索定位,搜索电视节... 详细信息

随着广播多媒体技术的飞速发展和日益更新,广播电视已经在多个领域以及人们的日常生活中普及开来。电视台标与商标异曲同工,是人们区分电视频道最直观的方法,每个电视台的台标是唯一的,我们可以通过对台标进行识别检索定位,搜索电视节目和视频,也可以通过对电视台标的检测识别确认电视信号是否被其他噪声信号干扰,以期提高电视信号的质量。本文从上述应用出发,针对提高台标识别率和识别精度角度分别提出了相应的算法,具体研究内容和主要成果如下:1、台标识别系统总体设计。针对电视图像存在各种随机噪声的情况,针对性地制定了台标识别技术路线,在此基础上完成了从台标检测到台标识别整个过程的相关设计工作,最终确定了针对性强的台标识别关键技术和系统测试方法。2、提出了一种针对低信噪比图像的,基于边缘邻域关系的边缘检测算法。传统的微分边缘检测算法对噪声较敏感,而SUSAN边缘检测算子算法虽在一定程度上抑制了高斯噪声对边缘检测的影响,但对椒盐噪声缺乏鲁棒性。本文提出方法在一定程度上对高斯噪声和椒盐噪声具有鲁棒性,尤其对同时含高斯和椒盐噪声的图像边缘检测。实验结果表明,当图像的峰值信噪比高达7.2d B时,本文方法仍能准确地检测出边缘。3、通过提出的低信噪比边缘检测和台标检索方法,实现了台标识别系统,包括信号源输入、接收信号输入以及台标识别系统。通过系统测试实验表明,本文提出的基于边缘邻域关系的图像的边缘检测算法能够针对噪声图像准确的分割出台标。本文设计的台标识别系统对于普通电视图像,尤其针对受噪声干扰的电视图像,均能实现台标的有效识别,具有较高的实用价值。

关键词：台标识别低信噪比边缘检测识别系统