视频质量诊断的图画分析
了解更多关于视频质量诊断方面的信息请访问http://www.sazn.cn/。
通过基于视频图画比对的方法、机器主动学习的方法、仿照运动指令图画分析等方法对视频质量的反常中止分析,视频质量诊断并对反常的摄像机提出报警,由人工中止查看批改。机器主动学习的方法在实习视频监控体系中应获取很多的视频片段,包含正常视频以及存在各种缺点的视频,构成训练样本,并仿照人类视觉特性,对于不一样缺点类型获取了很多视频图画特征参数,用以训练检查体系。
在实习工作场景中,视频质量诊断体系应当通过主动学习适应摄像机在室外环境下的光线改变、场景改变、时节改变、各种不一样的设备视角、球机或云台的运动适应,格外需要增强主动学习才干方面的规划,与人眼的辨认不一样,机器是通过各种参数来辨认,场景改变对机器来说更加敏感,所以主动学习适应才会对视频质量诊断体系来说尤为重要,通过对新样本的训练来前进体系的功能是可行的。
视频质量诊断图画加强是增强图画中感兴味的信息,它可以是一个失真的进程,其意图是要改进图画的视觉作用,对于给定图画的应用场所,有意图地着重图画的全体或有些特性,将原来不清楚的图画变得清楚或着重某些感兴味的特征,拓展图画中不一样物体特征之间的区别,遏止不感兴味的特征,使之改进图画质量、丰盛信息量,增强图画辨认作用,满意某些特别分析的需要。
上一篇:智能视频分析技术的来源
下一篇:智能视频分析平台