导读:本文包含了关键特征提取论文开题报告文献综述及选题提纲参考文献，主要关键词:关键帧提取,HSV,HOG,3D卷积神经网络
关键特征提取论文文献综述
张晓宇,张云华[1]（2019）在《基于融合特征的视频关键帧提取方法》一文中研究指出当前对视频的分析通常是基于视频帧,但视频帧通常存在大量冗余,所以关键帧的提取至关重要.现有的传统手工提取方法通常存在漏帧,冗余帧等现象.随着深度学习的发展,相对传统手工提取方法,深度卷积网络可以大大提高对图像特征的提取能力.因此本文提出使用深度卷积网络提取视频帧深度特征与传统方法提取手工特征相结合的方法提取关键帧.首先使用卷积神经网络对视频帧进行深度特征提取,然后基于传统手工方法提取内容特征,最后融合内容特征和深度特征提取关键帧.由实验结果可得本文方法相对以往关键帧提取方法有更好的表现.(本文来源于《计算机系统应用》期刊2019年11期）
蔡冠蓝[2]（2019）在《柔性姿态估计和时空特征结合的乒乓球动作视频片段关键帧提取》一文中研究指出为了解决传统方法在场景复杂的情况下,因无法保证时间与空间上的连续性,导致乒乓球动作识别错误,影响关键帧提取性能的问题,将柔性姿态估计和时空特征结合在一起,研究乒乓球动作视频片段关键帧提取问题。依据稠密光流对乒乓球动作视频片段进行分段。对单帧图像人体柔性姿态进行估计,通过可分离线性滤波器时空特征点检测方法对乒乓球动作视频图像序列特征点的检测,将时空特征点当成中心建立时空立方体,提取时空立方体的像素建立时空特征。为了保证时间与空间上的连续性,引入时空特征边,得到有时空特征的柔性姿态估计结果。通过直方图相交法求出乒乓球动作视频片段中姿态相似度,计算全部姿态的Hog间差异度,构成差异度矩阵。在当前帧姿态差异度超过阈值的情况下认为当前帧为关键帧。实验结果表明,所提方法针对不同场景的保真率与压缩率一直高于0. 7,处于较高水平;主观评价结果好,可提取合理关键帧。可见所提方法对复杂场景的关键帧提取性能优,主观与客观评价结果好。(本文来源于《科学技术与工程》期刊2019年25期）
石力文,解琳琳,侯妙乐,李爱群,胡云岗[3]（2019）在《基于显着几何特征的古木建筑关键构件多LoD尺寸信息提取方法》一文中研究指出古木建筑关键构件的尺寸信息是其安全性能评估与提升、历史文化传承的重要基础,然而该信息的提取尚缺乏高效、高精度的方法。叁维激光扫描的精细测绘技术为该问题的解决提供了科学手段,但点云数据体量庞大,无法直接获取尺寸信息。针对尺寸信息的多细节层级(LoD)特性,提出了多LoD模型标准,建议了相应的显着几何特征参数。结合高保真点云数据,系统地提出了一套基于点云数据的关键构件多LoD尺寸信息自动化提取方法,可准确、高效地提取多LoD尺寸信息。对典型关键构件进行了多LoD尺寸信息提取,该方法可在7 min内完成百万级点云数据的信息提取,且尺寸相对误差不超过2%,绝对误差绝大部分小于0.5 mm,验证了该方法的高效性和可靠性。(本文来源于《图学学报》期刊2019年04期）
于卓熙,温馨,李梦丽[4]（2019）在《基于特征提取的网贷平台生存关键因素研究》一文中研究指出针对P2P(Peer to Peer)网贷平台出现"生命较短"的现象,分析了影响P2P平台生存的关键因素,收集相关变量数据,应用装袋法、随机森林等数据挖掘技术对P2P平台数据集进行分类,提取影响分类结果的重要变量;应用生存分析中的Cox比例风险模型和加速死亡模型进行实证研究,深度挖掘影响P2P网贷平台"生存"或"死亡"的关键因素。结果表明,最重要的影响因素是用户资金是否进行银行存管。该结果可为投资者和监管者提供参考,为加快建立P2P网贷平台资金的管理约束制度提供依据。(本文来源于《吉林大学学报(信息科学版)》期刊2019年04期）
王晓辉[5]（2019）在《汽车模具表面缺陷特征提取关键技术研究》一文中研究指出点云特征提取是逆向工程领域的一项重要研究内容,可广泛应用于快速产品的逆向设计与开发、汽车车身覆盖件及装饰件、飞机关键零件设计与修复等工业设计中。点云模型的数据分割、重采样、配准和表面缺陷判定等处理,都需要依赖特征提取的结果,因此,开展面向汽车模具的表面缺陷特征提取关键技术研究具有非常重要的学术意义和实际应用价值。鉴于此,课题围绕汽车模具表面缺陷特征提取任务深入开展理论和技术研究。为保证点云分割、特征提取和数据配准的精度,首先对点云的去噪算法展开研究,然后对去噪后的点云进行区域分割,并在此基础上研究点云特征提取方法,最终实现汽车模具表面缺陷的定位识别与特征提取。本文主要研究工作如下:1、针对点云模型不同区域的去噪要求,分析点云模型区域特征信息,提出基于采样点法向距离的特征信息分类法,对包含特征信息较少的平滑区域和含有特征信息较多的尖锐区域,设计不同的光顺去噪算法,实现基于特征分类的混合去噪算法。选择含有不同强度噪声的点云模型来测试该算法的去噪效果,实验表明该算法既能增强平滑区域的光顺度,又能保持尖锐区域的几何特征,避免过度光顺和细节特征失真。并通过对不同去噪算法的去噪结果偏差及算法运行时间对比,验证了该算法在精度和计算效率上的优势。2、针对模糊聚类效率和精度低的问题,基于模糊聚类和群智能优化思想,提出一种混合模糊区域聚类算法,即改进的社会粒子群优化模糊C-均值聚类算法。在粒子群算法的基础上,引入社会原子的跟随特性,构建社会粒子群优化算法,并采用自适应调整策略优化常数跟随阈值,设计出改进的社会粒子群优化算法模型,再利用该算法对模糊C-均值进行优化,实现了改进的社会粒子群优化FCM混合模糊区域聚类算法。选择曲面复杂度不同的点云模型验证算法的可行性,结果表明混合模糊区域聚类算法具有良好的聚类性能,算法在聚类精度、稳定性和收敛速度上有明显优势。3、根据区域聚类分割结果和图像处理中的边缘检测思想,从分析点云数据的邻域信息及几何特性入手,设计点云特征信息聚类、提取、特征点集细化、分段和排序方案,提出基于区域聚类分割的点云特征提取方法。聚类分割后的点云可以使其曲面的参数线在局部区域内保持与几何特征的对应关系,特征提取的结果更为精准。通过对不同点云密度和噪声强度的点云模型展开特征提取实验,验证本方法对噪声点、邻域尺度或采样质量敏感度低,具有较高的准确性和实用性。4、针对模具缺陷修复应用,展开点云模型的凹陷、皱褶缺陷检测,提出基于配准的表面缺陷定位识别和特征提取方法。采用基于四点算法的初始配准和改进的最邻近迭代点ICP精确配准算法的两级配准方法进行点云模型的配准;对配准后模型进行偏差分析,定位识别缺陷区域,并采用混合模糊聚类方法分割缺陷区域;再采用多尺度有向线段角度差方法提取缺陷区域特征信息,并对缺陷特征进行形态参数化分析,判别缺陷区域类型。以江铃全顺汽车后门立柱模具及镶块类模具(T059系列)为研究对象,展开汽车模具表面缺陷检测实验,分离了待修复缺陷并给出了缺陷特征形态参数,为后期模具修复设计和加工提供了量化依据。(本文来源于《南昌大学》期刊2019-05-23）
张佳豪,千博[6]（2019）在《基于MI-SURF特征的关键帧提取算法》一文中研究指出关键帧提取技术是视频检索领域的一个核心问题。关键帧提供了视频的主要内容,能减少视频存储占用空间。文章提出了一种基于MI-SURF特征的关键帧提取算法。该算法融合互信息熵和SURF图像局部特征来提取关键帧。实验结果表明,该算法所得的关键帧能有效表示视频内容。(本文来源于《无线互联科技》期刊2019年03期）
李文,张林郁[7]（2018）在《新产品研发原型数据关键特征准确提取仿真》一文中研究指出新产品研发原型数据关键特征准确提取影响特征提取的重复性和冗余特征多的性能,在研发、生产、生活等领域有较好的发展。针对当前方法由于原型数据关键特征不可被重复提取且冗余特征多等问题,导致原型数据关键特征不能被准确提取。提出了一种基于减法聚类的新产品研发原型数据关键特征准确提取方法,对原型数据进行标记,建立原型数据关键特征约束矩阵,对约束矩阵进行更改和计算,建立graph数据结构计算出数据关键特征的概率。在实现原型数据关键特征硬性约束的基础上,采用减法聚类,对原型数据关键特征向量进行分类处理,根据数据特征密度计算特征向量能够成为聚类中心的概率,排除不可用的原型数据特征,提取到可用的数据关键特征。仿真结果得出,所提方法能够减少数据特征冗余且有数据特征可重复提取的性能,原型数据关键特征被准确提取,此方法在未来新产品研发的领域中将被广泛应用。(本文来源于《计算机仿真》期刊2018年11期）
高晨[8]（2018）在《基于GPU的图像特征提取并行关键技术研究》一文中研究指出随着信息技术的发展,对图像识别的性能、准确率等提出了更高的要求。如何提高其性能成为目前的热点研究领域之一,其中使用GPU的并行加速方案成为该领域的焦点。本文深入研究了图像识别过程中的相关步骤,主要包括图像的预处理过程和图像的特征提取分类过程。以人脸图像识别为研究对象,使用GPU并行计算对图像识别过程中的关键步骤进行了加速。首先,在图像的预处理阶段,通过对相关图像预处理算法中滤波操作以及下采样操作的并行优化,加速了图像预处理的过程。图像经过预处理过后能够有效地提升图像特征提取分类阶段的识别效果。其次,在图像特征提取阶段,研究了基于多GPU的卷积神经网络模型,从数据并行和模型并行两个角度出发,对卷积神经网络进行拆分并在每个GPU上部署多个卷积层网络进行循环交替式训练。这种混合并行交替式模型有效地提高了计算资源的利用率,减少了各模块间的数据传输量,提高了卷积神经网络的训练效率。本文使用的基于GPU的图像处理和基于多GPU的卷积神经网络训练模型的优化方案,相对于传统的图像识别方案,充分地发挥了GPU在通用计算发面的优势,具有更快的效率和良好的扩展性,有效地实现了对整个图像特征提取流程的优化。(本文来源于《南京邮电大学》期刊2018-11-14）
陶金[9]（2018）在《洗衣机多参数检测和特征提取关键技术研究》一文中研究指出近几年来,制造行业普遍出现“用工荒”现象,洗衣机行业也是如此。大多洗衣机检测设备功能单一,且自动化水平不高,需要大量的人工测试及分析,急需设计先进的多参数自动化检测设备,提高生产效率。针对上述现象,本文对洗衣机多参数检测技术进行研究,重点对洗衣机的电力、声音和振动参数进行数据采集和特征提取,主要研究内容如下:(1)设计了洗衣机多参数数据采集系统,系统包括传感器、预处理电路、电源模块、AD采集模块以及片上数据采集和存储模块等。在独立调试各模块的基础上,本文采用标准仪器对电力参数和振动参数进行标定。系统数据采集采用两种方式:一种是采用实验室的通用自动测试系统平台,方便前期的数据采集及特征提取工作;后期设计了基于ARM的数据采集和存储系统,主要采用定时器采集和DMA方式传输数据到SD卡,实验表明该系统能够不丢失的采集和存储数据,为实现便携式洗衣机多参数自动检测系统打下基础。(2)重点研究了洗衣机洗涤阶段振动信号特征提取方法,特征提取主要包含自动分段和频谱分析。自动分段是基于洗涤段振动信号的时域波形特点,通过滤波、分帧计算能量、获取能量极小值点位置,最后把完整洗涤段振动信号划分为小段的振动周期信号。然后对振动周期信号进行频谱分析,频谱分析分为宽窗谱分析和窄窗谱分析,得到洗衣机在洗涤阶段振动信号的频谱主成分。实验分析发现主要谱成分位于20Hz、60Hz、110Hz~120Hz和160Hz~170Hz频率段。同时本文还利用动态时间归整算法对洗涤完整阶段的叁个子阶段进行模式匹配,实验结果表明该方法可以很好的识别不同的洗涤子阶段。(3)对洗衣机工作时的声音信号特征提取进行了基础研究。文中借鉴语音处理的方法,分别对洗衣机完整阶段、洗涤阶段、和脱水阶段通过频谱分布图的方法将声音信号进行细化频谱分析,分析不同阶段洗衣机声音信号的主频率范围,有助于未来通过声音信号对洗衣机工作状态识别。本文所做的一系列工作对洗衣机检测行业有着一定的实用价值,对于低压电器的自动检测和故障诊断提供了检测方案和信号处理方法借鉴,本课题具有非常广阔的应用前景,值得进一步研究。(本文来源于《安徽建筑大学》期刊2018-11-01）
田丽华,张咪,李晨[10]（2019）在《基于运动目标特征的关键帧提取算法》一文中研究指出针对运动类视频特征不易提取且其关键帧结果中易产生较多漏检帧的问题,提出基于运动目标特征的关键帧提取算法。该算法在强调运动目标特征的同时弱化背景特征,从而防止由于运动目标过小而背景占据视频画面主要内容所导致的漏检和冗余现象。根据视频帧熵值将颜色变化明显的帧作为部分关键帧,对颜色未发生突变的帧根据运动物体的尺度不变特征变换(SIFT)获得帧内运动目标的特征点;最后分别根据帧熵值及运动物体SIFT点分布提取视频关键帧。实验表明该算法所得关键帧结果集不仅漏检率较低且能够准确地表达原视频内容。(本文来源于《计算机应用研究》期刊2019年10期）
关键特征提取论文开题报告
（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：
为了解决传统方法在场景复杂的情况下,因无法保证时间与空间上的连续性,导致乒乓球动作识别错误,影响关键帧提取性能的问题,将柔性姿态估计和时空特征结合在一起,研究乒乓球动作视频片段关键帧提取问题。依据稠密光流对乒乓球动作视频片段进行分段。对单帧图像人体柔性姿态进行估计,通过可分离线性滤波器时空特征点检测方法对乒乓球动作视频图像序列特征点的检测,将时空特征点当成中心建立时空立方体,提取时空立方体的像素建立时空特征。为了保证时间与空间上的连续性,引入时空特征边,得到有时空特征的柔性姿态估计结果。通过直方图相交法求出乒乓球动作视频片段中姿态相似度,计算全部姿态的Hog间差异度,构成差异度矩阵。在当前帧姿态差异度超过阈值的情况下认为当前帧为关键帧。实验结果表明,所提方法针对不同场景的保真率与压缩率一直高于0. 7,处于较高水平;主观评价结果好,可提取合理关键帧。可见所提方法对复杂场景的关键帧提取性能优,主观与客观评价结果好。
（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。
关键特征提取论文参考文献
[1].张晓宇,张云华.基于融合特征的视频关键帧提取方法[J].计算机系统应用.2019
[2].蔡冠蓝.柔性姿态估计和时空特征结合的乒乓球动作视频片段关键帧提取[J].科学技术与工程.2019
[3].石力文,解琳琳,侯妙乐,李爱群,胡云岗.基于显着几何特征的古木建筑关键构件多LoD尺寸信息提取方法[J].图学学报.2019
[4].于卓熙,温馨,李梦丽.基于特征提取的网贷平台生存关键因素研究[J].吉林大学学报(信息科学版).2019
[5].王晓辉.汽车模具表面缺陷特征提取关键技术研究[D].南昌大学.2019
[6].张佳豪,千博.基于MI-SURF特征的关键帧提取算法[J].无线互联科技.2019
[7].李文,张林郁.新产品研发原型数据关键特征准确提取仿真[J].计算机仿真.2018
[8].高晨.基于GPU的图像特征提取并行关键技术研究[D].南京邮电大学.2018
[9].陶金.洗衣机多参数检测和特征提取关键技术研究[D].安徽建筑大学.2018
[10].田丽华,张咪,李晨.基于运动目标特征的关键帧提取算法[J].计算机应用研究.2019