监控摄像头可以合并不同的模式

    本文考虑了多模态显著性和注意力问题。显著性是一种提示，通常用于引导计算机视觉摄像头系统的注意力，例如在智能环境中或用于机器人。与大多数最近关于视觉/音频显著性的应用不同，我们的目标是将几种模式进行有根据的整合。该框架基于模糊聚合，为组合多模干扰器态显著性信息提供了一种灵活、合理和有效的方法。

    除了合并不同的模式外，我们还将经典的2D显著性映射扩展到多摄像机和多模式3D显著性空间。为了进行监控实验验证，我们在智能环境中实现了该系统。评估是在现实生活条件下进行的，包括多个受试者的注意力选择焦点和同时活动的模式。基于视觉特征提取的视频镜头聚类是视频浏览和检索系统中一项重要而富有挑战性的任务。本文提出了一种直接在MPEG域处理的视频镜头分组新方法。该方法侧重于以反映观众实际视觉感知的方式提取镜头屏蔽器特征。

    特别是，构建了时空人类注意力模型。在空间上，监控摄像头每一帧被分为两个区域，注意力区域和背景，表示观众注意力的两个独立部分：主要动机区域的兴趣和对周围环境的整体印象。在时间上，使用加权颜色直方图来模拟受摄像机运动影响的人类注意力。利用这种摄像机注意力加权策略，构造了一组镜头相似性度量。在我们对MPEG-7测试视频的实验中，基于这些相似性的镜头干扰屏蔽器分组取得了有希望的结果。（2005）版权所有SPIE——国际光学工程学会。下载仅供个人使用。会议演示视频访问SPIE。