视频场景的特定行为提取和生成方法研究与实现

[复制链接]
查看: 364|回复: 0

2万

主题

3万

帖子

7万

积分

管理员

Rank: 9Rank: 9Rank: 9

积分
72345
发表于 2022-9-30 12:35:34 | 显示全部楼层 |阅读模式
目:


雅宝题库答案
****此区域为收费内容****    需支付 1 知识币后可查看,1币=0.01元查看答案


雅宝题库解析:
    视频场景行为提取和生成是视频虚拟场景生成的重要组成部分,主要包括视频场景的行为模型提取、基于行为模型的视频虚拟行为生成。本论文依托相关科研课题,调研分析了相关国内外研究现状,开展了视频场景的行为提取与生成方法研究,研究并实现了一种基于可变形行为模板的视频场景多角度行为提取方法,提出并实现了一种基于轮廓骨架图的视频场景行为生成方法,主要包括以下具体内容:    面向视频虚拟行为生成的需求,本论文研究并实现了一种基于可变形行为模板的视频场景多角度行为提取方法。该方法首先提取视频场景的轮廓和光流特征;其次,利用半监督学习的方法,从训练视频中迭代地学习出轮廓和光流混合的可变形行为模板;然后,引入多角度二维行为库,并利用匹配跟踪算法构建多角度行为模板;最后,根据多角度行为模板,利用动态时空对齐算法,在测试视频上匹配出行为的角度、位置、轮廓和光流信息,实现视频场景的多角度行为提取。    在上述行为提取研究工作的基础上,本论文提出并实现了一种基于轮廓骨架图的视频场景行为生成方法。该方法首先提出了一种面向生成的视频场景行为表示----轮廓骨架图模型,该模型结合了骨架信息和区域轮廓信息;然后,根据待生成图像和参考行为视频,利用轮廓骨架图模型,通过局部约束与全局约束相结合的方式,变形并对齐待生成图像的骨架信息及相应的区域轮廓信息,形成目标行为视频的轮廓骨架图;最后,利用三角剖分方法,根据目标行为视频轮廓骨架图的区域轮廓信息,三角网格化目标行为视频,并通过仿射变换实现目标行为视频的纹理变形和映射。    利用上述方法,本论文分别从正确率和生成效果等方面进行了实验验证与结果分析,有关结果表明:上述方法在行为提取正确率和行为生成效果方面具有特色,所提出的轮廓骨架图模型能够保证视频虚拟行为生成具有较好的效果。





上一篇:面向故障注入的SRIO总线控制器的研究与实现
下一篇:碳纳米管对聚苯乙烯取向结构影响的研究
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

精彩课程推荐
|网站地图|网站地图