جمعه 26 مرداد 1397 | Friday 17 th of August 2018 صفحه اصلی گروه الکترونیکی کامپیوتر
عنوان فارسی: تقطیع فیلم
عنوان انگلیسی: Video Segmentation
دانشجو: غلامی فهیمه
استاد راهنما: فرهاد محمدكاظمي
استاد دفاع: نامشخص
تاریخ ارائه: شهریور ماه 1389
مقطع تحصیلی: کارشناسی
دانشگاه: دانشگاه پیام نور مشهد
موضوعات مرتبط: تحقیقاتی | هوش مصنوعی | طراحی الگوریتم | نرم افزار |
رشته های مرتبط: علوم کامپیوتر | مهندسی فناوری اطلاعات | مهندسی کامپیوتر - نرم افزار |
تاریخ قرار گیری در سایت: 19 فروردین 1390 ساعت: 15:34:44
تعداد بازدید: 3370 بازدید
چکیده فارسی: سگمنت کردن فیلم و عکس یکی از کارهای بحرانی مربوط به عملیات تجزیه و تحلیل میباشد که نتایج ان با استفاده از اطلاعات استخراج شده از عکسها و فیلمها قابل مشاهده است . در طی چندین سال گذشته پیشرفتهای بسیاری در این زمینه به وجود امده است و کتب و مقالات زیادی نیز به چاپ رسیده است. این موضوع هنوز هم یکی از مطالب جذاب میباشد. بنابراین نیاز به کتابها و مقالاتی در این زمینه احساس میشود که مجموعه ای ازالگوریتمهاو روشهای سگمنت کردن و همینطور نتایج حاصل از ان را نشان دهند . در این پروژه سعی شده است که روشها و الگوریتمهایی که در سالهای اخیر برای این کار به وجود امده است بیان شوند . البته تعداد این الگوریتمها انقدر زیاد است که بیان همه انها در این پروژه نمیگنجد . پروژه شامل پنج بخش میباشد . بخش اول، مقدمه است که توضیحی کلی در مورد مسأله سگمنت کردن ویدئو و ردیابی اشیا را بیان کرده است. در بخش دوم، روشهای سگمنت کردن و ردیابی کردن اشیا بیان شده است . این بخش خود شامل 4 زیر بخش میباشد که روشهای مختلف را در 4 دسته قرار داده است . در زیر بخش 1-2 روشهای مبتنی بر هیستوگرام بیان شده اند . این روشها از هیستوگرام رنگ برای سگمنت کردن استفاده میکنند . در زیر بخش 2-2 روشهای مبتنی بر دسته بندی قرار است که سگمنت کردن را بر اساس گروهبندی کردن اشیا انجام میدهند. زیربخش 3-2 روشهای مبتنی بر خصوصیات اشیا هستند که خصوصیاتی مثل رنگ ، شکل وبافت اشیا را جهت سگمنت کردن استفاده میکنند و زیربخش 4-2 روشهای مبتنی بر ارتباط مکانی هستند . این روشها برای سگمنت کردن از رابطه شیء مورد نظر با مکان خود استفاده میکنند. در بخش سوم سه مورد از کاربردهای سگمنت کردن یعنی کاربرد ان در سگمنت کردن فیلمهای اموزش مجازی ، در سگمنت کردن فیلم فوتبال و سگمنت کردن موانع جهت جلوگیری از تصادفات بیان شده است . در بخش چهارم کارایی الگریتمهای سگمنت کردن وهمینطور ردیابی اشیا بیان شده است . بخش پنجم نیز، نتیجه گیری میباشد.
چکیده انگلیسی:
کلمات کلیدی: سگمنت فیلم ، سگمنت تصویر ، تقطیع تصویر ، ردیابی اشیا , shot detection , image - sequence analysis , context - based segmentation
عنوان بازدید
 فصل1: مقدمه 588
|— 1- مقدمه 1040
|— 2- مجموعه داده های استاندارد 617
 فصل 2: تقطیع ویدئو و دنبال کردن اشیای ویدئو 619
|— فصل 2-1 : روشهای مبتنی بر هیستوگرام 644
|—|— بخش 1 : سگمنت کردن مبتنی بر هیستوگرام رنگ فازی 835
|—|—|— 1- مقدمه 629
|—|—|— 2- کارهایی که در این زمینه انجام شده است 768
|—|—|— 3- تغییرات فیلم 748
|—|—|— 4- تحلیل روش پیشنهادی 608
|—|—|—|— 4-1 اشکارسازی تغییرات حاصل از جا افتادن فریم 556
|—|—|—|— 4-2 اشکارسازی اختلال 616
|—|—|—|— 4-3 تولید ماسک 517
|—|—|—|— 4-4 اشکارسازی تغییرات تصویر در تصویر 570
|—|—|—|— 4-5 اشکارسازی مرزمناظر فیلمبرداری شده 726
|—|—|— 5- نتیجه گیری 558
|— فصل 2-2: روشهای مبتنی بر دسته بندی 540
|—|— بخش 1: سگمنت کردن فیلمها با محدوده زمانی و مکانی مشترک با استفاده از روشMean Shift 615
|—|—|— 1- مقدمه 699
|—|—|— 2- کارهایی که در این زمینه انجام شده است 838
|—|—|— 3- تحلیل روش پیشنهادی 643
|—|—|—|— 3-1 Mean Shift برای تخمین تابع چگالی 646
|—|—|—|— 3-2 الگوریتمهای تکراری برای Mean Shift و جستجوی حالت 654
|—|—|—|— 3-3 انتخاب هسته 630
|—|—|—|— 3-4 هسته های همگرا و ناهمگرا 576
|—|—|—|— 3-5 پهنای باند هسته 533
|—|—|—|— 3-6 بردار ویژگی 588
|—|—|— 4- سگمنت کردن تصاویر دوبعدی با استفاده از Mean Shift 592
|—|—|—|— 4-1 فیلتر کردن ean Shift M 597
|—|—|—|— 4-2 هموارسازی عکس با حفظ لبه غیر خطی 600
|—|—|—|—|—  4-2-1 فیلتر دوگانه 553
|—|—|—|— 4-3 شباهتها و تفاوتهای فیلتر دوگانه با فیلتر Mean Shift با محدوده مکانی مشترک 610
|—|—|—|— 4-4 سگمنت کردن تصاویر دوبعدی 648
|—|—|—|— 5- سگمنت کردن فیلم با استفاده ازMean Shift انطباقی بامحدوده مکانی– زمانی مشترک 559
|—|—|—|—|— 5-1 تطابق حالات محلی فریمهای درونی با استفاده از Mean Shift 577
|—|—|—|—|— 5-2 براورد حالات محلی فریمهای درونی 526
|—|—|—|—|—|— 5-2-1 اشیایی که تازه ظاهر شده اند 519
|—|—|— 6- سگمنت کردن بر اساس Mean Shift 609
|—|—|—|— 6-1 الگوریتم 652
|—|—|— 7- نتایج تجربی 610
|—|—|— 8- نتیجه گیری 658
|—|— بخش 2: اشکارسازی مرزدرمنظره فیلمبرداری شده Video Shot Boundary Detection (SBD) )و سگمنت کردن صحنه ها 593
|—|—|— 1- مقدمه 582
|—|—|— 2- کارهایی که در این زمینه انجام شده اند 601
|—|—|— 3- تعیین مرز منظره فیلمبرداری شده (SBD) 889
|—|—|—|— 3-1 سگمنت کردن صحنه 572
|—|—|— 4- روشهای ترتیبی برای اشکارسازی مرزدرمنظره فیلمبرداری شده 535
|—|—|— 5- براورد کارایی اشکارسازی مرزدرمنظره فیلمبرداری شده( SBD) 576
|—|—|—|— 5-1 نتایج تجربی برای اشکارسازی مرزدرمنظره فیلمبرداری شده (SBD) 535
|—|—|— 6- روشهای ترتیبی برای سگمنت کردن صحنه 555
|—|—|— 7- نتایج تجربی برای سگمنت کردن صحنه 519
|—|—|— 8- نتیجه گیری 494
|—|— بخش 3:تطبیق فیلمهای مبتنی بر محتوا با استفاده از حجمهای زمانی – مکانی 562
|—|—|— 1- مقدمه 560
|—|—|— 2- کارهایی که در این زمینه انجام شده است 801
|—|—|— 3- اصول روش پیشنهادی 654
|—|—|— 4- استخراج حجمهای مکانی - زمانی 514
|—|—|—|— 4-1 تولید مسیر 535
|—|—|—|— 4-2 اشکارسازی منطقه 519
|—|—|—|— 4-3 دنبال کردن مناطق 522
|—|—|— 5- استخراج ویژگیهای حجم مورد نظر 555
|—|—|—|— 5-1 توصیف گرهای نقاط مورد نظر 532
|—|—|—|— 5-2 رنگ 513
|—|—|—|— 5-3 بافت 548
|—|—|—|— 5-4 حرکت 548
|—|—|—|— 5-5 تطابق ویژگی 534
|—|—|— 6- تطابق فیلم 565
|—|—|— 7- نتایج تجربی 543
|—|—|—|— 7-1 استخراج حجم 504
|—|—|—|— 7-2 تطابق فیلم برای بازیابی 532
|—|—|—|— 7-3 مقایسه 535
|—|—|— 8- نتیجه گیری 504
|—|— بخش 4:توسعه الگوریتم SIOX : روشهای دسته بندی متناوب، استخراج اشیای دقیق از تصاویر ساکن و سگمنت کردن فیلم 508
|—|—|— 1- مقدمه 503
|—|—|— 2- کارهایی که در این زمینه انجام شده است 514
|—|—|— 3- روش پیشنهادی 608
|—|—|— 4- استراتژیهای دسته بندی ابتدایی 547
|—|—|— 5- استخراج اشیای فیلم 529
|—|—|— 6- نتیجه گیری 531
|—|— بخش 5:یک روش متشکل از سطوح هندسی برای سگمنت کردن سریع تصاویر ، فیلمها 502
|—|—|— 1- مقدمه 513
|—|—|— 2- کارهایی که در این زمینه انجام شده است 570
|—|—|— 3- روش پیشنهادی برای تصاویر ساکن 536
|—|—|— 4- سگمنت کردن فیلم 497
|—|—|—|— 4-1 فاصله زمانی – مکانی محدود شده 505
|—|—|—|— 4-2 پالایش تعاملی 500
|—|—|— 5- نتایج تجربی 526
|—|—|— 6- نتیجه گیری 495
|— فصل 2-3 : روشهای مبتنی بر خصوصیات اشیا 480
|—|— بخش1 : استفاده از Active Shape Model (ASM) کاملا خودکار 543
|—|—|— 1- مقدمه 512
|—|—|— 3- کارهایی که در این زمینه انجام شده است 552
|—|—|— 4- پیگردی PTZ با استفاده ازActive Shape Model (ASM) 485
|—|—|— 5- سگمنت کردن شکل برای ساختن مدلهای اماری 550
|—|—|—|— 5-2 سگمنت کردن اشکال بعدی با استفاده از رنگ 486
|—|—|—|— 5-1 سگمنت کردن شکل ابتدایی با استفاده از رنگ و حرگت 457
|—|—|— 6- مرزهای سراسری و مدلسازی Profile محلی 462
|—|—|—|— 6-1 مدلسازی مرز سراسری به صورت اماری 472
|—|—|—|— 6-2 تنظیم تعداد ومحل قرار گیری نقاط راهنما 513
|—|—|—|— 6-3 مدلسازی Profile 523
|—|—|— 7- دنبال کردن باشکل 473
|—|—|— 8- جستجویProfile 481
|—|—|—|— 8-1 به روز کردن پارامترهای مرزهای سراسری 476
|—|—|—|— 8-2 نتایج تجربی که از ردیابی شکل به دست امده است 500
|—|—|—|— 8-3 دنبال کردن با رنگ وشکل 470
|—|—|—|— 8-4 به روز کردن مدلهای رنگ وشکل 457
|—|—|— 9- نتیجه گیری 473
|—|— بخش 2. سگمنت کردن وابسته به مکان و زمان وردیابی نواحی مربوط به دنباله های فیلم، با کیفیت بالا، با استفاده از 502
|—|—|— 1- مقدمه 538
|—|—|— 2- سگمنت کردن مبتنی بر حرکت 485
|—|—|—|— 2-1 براورد حرکت مبتنی بر لوله ها 492
|—|—|—|— 2-2 براورد حرکت سراسری 467
|—|—|—|— 2-3 سگمنت کردن با استفاده از اطلاعات حرکتی 470
|—|—|— 3- مدل میدان تصادفی مارکوف ( MRF ( 790
|—|—|—|— 3-1 توابع بالقوه 549
|—|—|—|—|— 3-1-1 ویژگی رنگ 503
|—|—|—|—|— 3-1-2 ویژگی بافت 540
|—|—|—|—|— 3-1-3 ویژگی حرکت 516
|—|—|—|—|— 3-1-4 دنبال کردن مناطق 492
|—|—|—|— 3-2 حداقل کردن انرژی 504
|—|—|— 4- نتایج شبیه سازی 504
|—|—|— 5- نتیجه گیری 498
|—|— بخش 3 : سگمنت کردن فیلم با استفاده ازترکیب رنگ ، عمق و حرکت 517
|—|—|— 1- مقدمه 494
|—|—|— 2- اصول دوربینهای TOF 544
|—|—|— 3- محدودیتهای دوربینهای TOF 476
|—|—|— 4- ترکیب عمق و ماهیتهای دیگر 471
|—|—|—|— 4-1 اشکارسازی حرکت و کاهش زمینه 461
|—|—|—|—|— 4-1-1 کاربرد عکسهای رنگی یا سیاه و سفید 466
|—|—|—|—|— 4-1-2 کاربرد یک تصویر محدوده (Range Image ) 465
|—|—|—|— 4-2 ترکیب رنگ ، عمق و حرکت 453
|—|—|—|—|— 4-2-1 ثبت تصویر 525
|—|—|—|—|— 4-2-2 ترکیب سگمنت کردن های مبتنی بر حرکت 475
|—|—|— 5- نتایج تجربی وکاربردها 457
|—|—|—|— 5-1 نتایج جداسازی حرکت 476
|—|—|— 6- نتیجه گیری 464
|— فصل 2-4 : روشهای مبتنی بر ارتباط مکانی 474
|—|— بخش 1:سگمنت کردن سریع فیلمها به صورت اتوماتیک 481
|—|—|— 1- مقدمه 603
|—|—|— 2- کارهایی که در این زمینه انجام شده است 606
|—|—|— 3- تحلیل الگوریتم پیشنهادی 472
|—|—|—|— 3-1 تشخیص تغییر تطبیقی 482
|—|—|—|— 3-2 تعیین تطبیقی استانه 486
|—|—|—|— 3-3 استانه پیکسل تکی 480
|—|—|—|—|— 3-3-1 تولید فریم زمینه 462
|—|—|—|— 3-4 انتخاب فریم مرجع تطبیقی 489
|—|—|— 4- پالایش فضایی ماسک تشخیص تغییر(CDM) 523
|—|—|—|— 4-1 پالایش مقدماتی CDM 471
|—|—|—|— 4-2 به دست اوردن اشیای نامرتبط 466
|—|—|—|— 4-3 اصلاح و پالایش ماسک با استفاده از ویژگیهای فضایی 438
|—|—|— 5- فرایند پرشدن برای هریک از اجزاء متصل 467
|—|—|— 6- پالایش حد فاصل با استفاده از تکنیک کوتاهترین مسیر 451
|—|—|— 7- نتایج تجربی 461
|—|—|—|— 7-1 تولید فریمهای پیش زمینه قوی 471
|—|—|—|— 7-2 تولید فریمهای پس زمینه قوی 475
|—|—|—|— 7-3 مقایسه تکنیک FUB و الگوریتم پیشنهادی از لحاظ سرعت پردازش و صحت 478
|—|—|— 8- نتیجه گیری 438
|—|— بخش 2:سگمنت کردن فیلمها ، براساس محتوی 475
|—|—|— 1- مقدمه 476
|—|—|— 2- کارهایی که در این زمینه انجام شده است 540
|—|—|— 3- مدل کردن تصویر با استفاده از MOG 548
|—|—|— 4- نتایج تجربی 472
|—|—|— 5- نتیجه گیری 507
|—|— بخش 3: سگمنت کردن زمانی – مکانی فیلم 484
|—|—|— 1- مقدمه 460
|—|—|— 2- مرور کلی بر روش پیشنهادی 440
|—|—|— 3- برچسب گذاری BOF درونی 478
|—|—|—|— 3-1 انتخاب فریم 464
|—|—|—|— 3-2 توصیف منطقه فیلم 494
|—|—|—|— 3-3 زیاد شدن حجمهای معنایی 470
|—|—|— 4- فرایند BOF بیرونی 480
|—|—|— 5- نتایج تجربی 474
|—|—|— 6- نتیجه گیری 450
|—|— بخش 4: یک الگوریتم video segmentation سازگار با زمان 504
|—|—|— 1- مقدمه 722
|—|—|— 2- تقسیم بندی مکانی 493
|—|—|—|— 2-1 مدل اماری 496
|—|—|—|— 2-2 گزاره ادغام 457
|—|—|—|— 2-3 ترتیب ادغام 496
|—|—|—|— 2-4 الگوریتم ادغام 506
|—|—|— 3- بهبود ثبات زمانی 459
|—|—|—|— 3-1 ماسک اشکارساز تغییر(CDM ) 467
|—|—|—|— 3-2 فرایند ادغام 484
|—|—|— 4- نتایج تجربی 472
|—|—|—|— 4-1 نتایج مکانی 513
|—|—|—|— 4-2 نتایج زمانی 471
|—|—|—|— 4-3 تخمین ثبات زمانی 459
|—|— 5- نتیجه گیری 461
 بررسی تحلیلی چند تموته کاربردی 487
|— بخش 1: سگمنت کردن فیلم به صورت اتوماتیک در کاربردهای اموزش مجازی 441
|—|— 1- مقدمه 496
|— 2- چارچوب پردازش فیلم 501
|—|— 3- ضبط فیلم بر اساس اموزش دهنده ها 456
|—|—|— 3-1 ضبط فعالیتهای اموزش دهنده 462
|—|—|— 3-2 سگمنت کردن معلم محور 488
|—|— 4- نتیجه گیری 456
|— بخش 2:سگمنت کردن فیلم فوتبال بر اساس استراتژی تولید فیلم 539
|—|— 1- مقدمه 475
|—|— 2- ساختمان فیلم فوتبال 465
|—|—|— 2-1 استراتژی تولید فیلم در پخش فوتبال 471
|—|—|— 2-2 ساختمان فیلم متشکل از 4 کلاس 472
|—|—|— 3- سیستم اشکارسازی ساختار فیلم 503
|—|—|—|— 3-1 نسبت میدان بازی (play field ratio ) 484
|—|—|—|— 3-2 میزان بزرگنمایی (Zoom Size ) 443
|—|—|—|— 3-3 اشکارسازی اثرات ویرایش 458
|—|— 4- بازسازی صحنه حمله 456
|—|— 5- نتیجه گیری 474
|— بخش 3 :کاهش پیچیدگی و سگمنت کردن سریع موانع در فیلمهای تک رنگ 467
|—|— 1- مقدمه 481
|—|— 2- سگمنت کردن موانع با استفاده از کاهش گراف 467
|—|—|— 2-1 کاهش پیچیدگی 576
|—|—|— 2-2 ترتیب زمانی – مکانی برچسب گذاری 459
|—|— 3- انطباق میدانهای حرکت 463
|—|— 4- اشکارسازی ابتدایی مانع و براورد عمق 453
|—|— 5- نتایج تجربی 502
|—|— 6- نتیجه گیری 463
 ارزیابی کارایی الگوریتمهای تقطیع ویدئو 488
|— بخش 1:ارزیابی عینی کیفیت جداسازی فیلمها 465
|—|— 1- مقدمه 443
|—|— 2- مرورکلی بر ارزیابی کیفیت جداسازی 462
|—|—|— 2-1 ارزیابی کیفیت جداسازی فیلم به صورت ذهنی 474
|—|—|—|— 2-1-1 متریکهای موجود برای ارزیابی کیفیت جداسازی عینی مستقل 475
|—|—|— 2-2 خصوصیات سیستمهای بصری انسانی (HVS ) 471
|—|—|— 2-3 متریکهای سودمند از ارزیابی کیفیت فیلم 452
|—|— 3- پیشنهادات ارزیابی کیفیت جداسازی فیلم 471
|—|— 4- متدولوژی ارزیابی کیفیت جداسازی 465
|—|— 5- ارزیابی کیفیت جداسازی اشیای منفرد به صورت مستقل 451
|—|—|— 5-1 متریکهای همریختی شیء درونی 444
|—|—|—  5-2 متریکهای تفاوت اشیای درونی 447
|—|—|— 5-3 متریکهای ترکیبی ارزیابی اشیای منفرد به صورت مستقل 445
|—|— 6- ارزیابی کیفیت جداسازی اشیای منفرد به صورت وابسته 454
|—|—|— 6-1 متریکهای صحت مکانی 447
|—|—|— 6-2 متریکهای صحت مکانی و زمانی 502
|—|—|— 6-3 متریکهای ترکیبی ارزیابی کیفیت جداسازی به صورت وابسته 445
|—|— 7- ارزیابی کیفیت جداسازی کلی 460
|—|—|— 7-1 ارزیابی ارتباط اشیای دارای محتوی 447
|—|—|— 7-2 شباهت بین اشیا 446
|—|—|— 7-3 متریک ارزیابی کیفیت جداسازی کلی 459
|—|— 8- نتایج ارزیابی کیفیت جداسازی فیلمها 452
|—|—|—  8-1 دنباله های مورد ازمایش 444
|—|—|— 8-2 نتایج ارزیابی کیفیت جداسازی به صورت مستقل 488
|—|—|— 8-3 نتایج ارزیابی کیفیت جداسازی به صورت وابسته 473
|—|—|— 8-4 نتایج ارزیابی کیفیت جداسازی به صورت وابسته برای تعدادی اشیای ناصحیح 453
|—|— 9- نتیجه گیری 442
|— بخش 2:کارایی الگوریتمهای اشکارسازی اشیا برای کاربردهای نظارتی 454
|—|— 1- مقدمه 553
|—|— 2- کارهایی که در این زمینه انجام شده است 467
|—|— 3- الگوریتمهای سگمنت کردن 500
|—|— 4- الگوریتم پیشنهادی برای براورد کارایی اشکارسازی اشیا 545
|—|—|— 4-1 تطابق منطقه 482
|—|—|— 4-2 روی هم افتادگی مناطق 480
|—|—|— 4-3 تطابق ناحیه 462
|—|—|— 4-4 تفسیر چندگانه 454
|—|— 5- نتایج ازمایش 481
|—|— 6- نتیجه گیری 480
 نتیجه گیری و کارهای اینده 936
 منابع و مراجع 552
Compatability by:
آخرین به روز رسانی سایت: سه شنبه, 22 اسفند 1391 - 00:26