项目名称: 基于对象识别与挖掘技术的视频水墨风格化算法研究

项目编号: No.61202165

项目类型: 青年科学基金项目

立项/批准年度: 2013

项目学科: 计算机科学学科

项目作者: 王征

作者单位: 天津大学

项目金额: 23万元

中文摘要: 针对目前视频资源极大丰富,而中国水墨画动画的创作却缺乏有效的技术和工具来充分利用视频内容进行水墨风格化转换的问题,本项目提出基于对象挖掘和分类技术的视频序列水墨风格化算法研究。通过引入智能视频处理技术,首先对视频中的主要对象进行特征提取、匹配、数据挖掘和对象分类;在此基础上,结合所获得的视频体的运动特征参数,进行关键帧和帧间的视频水墨风格化渲染,实现水墨风格化结果在时空上的连续性和一致性。具体研究内容包括视频对象挖掘和分类算法、关键帧笔道形态及分布的美观度评估模型、关键帧视频对象的轮廓风格化算法、关键帧局部区域风格化算法、帧间连续风格化方法等。并在上述各项研究的基础上设计开发一个交互式的智能视频水墨风格化系统。该研究课题将为传统水墨动画的制作提供新的思路、技术和工具。其成果在影视特效制作,动漫游戏等文化创意产业具有广阔的应用前景。对于弘扬民族文化,保护文化遗产具有重要意义和价值。

中文关键词: 视频处理;水墨画;图像处理;特征提取;风格化

英文摘要: Nowadays, the video resource is greatly enriched, but the creation of Chinese ink painting animation is still lack of effective techniques and tools to take full advantage of ink style conversion of video resource. So based on existing research outcomes in terms of image processing, intelligent video analysis and recognition as well as simulative drawing of Chinese ink paintings, this project will focus on a series of algorithmic research in ink-painting stylization of video sequences. Firstly, intelligent video analysis techniques are applied for the extraction, tracking, mining and classification of video objects. Then, in combination to the extracted object-based motion parameters, ink-painting stylization of video with continuously rendering over frames is achieved. The main research topics include mining and classification of video object, automatic modelling and assessment of sketch and layout aesthetics based on image feature extraction and machine learning techniques, pen modelling for contour rendering of key frames, local stylization of key frames based on fluid diffusion and inter-frame continuous rendering based on motion features within the video. In addition, based on the outcomes of the project, an interactive system for intelligent ink-painting stylization of video will be developed. This will pr

英文关键词: video processing;ink painting;image processing;feature extraction;stylization

成为VIP会员查看完整内容
0

相关内容

图像处理(image processing),用计算机对图像进行分析,以达到所需结果的技术。又称影像处理。图像处理一般指数字图像处理。数字图像是指用工业相机、摄像机、扫描仪等设备经过拍摄得到的一个大的二维数组,该数组的元素称为像素,其值称为灰度值。
智能视频监控关键技术:行人再识别研究综述
专知会员服务
38+阅读 · 2021年12月30日
开放型对话技术研究综述
专知会员服务
38+阅读 · 2021年12月28日
专知会员服务
91+阅读 · 2021年8月29日
专知会员服务
8+阅读 · 2021年6月19日
专知会员服务
79+阅读 · 2021年5月27日
专知会员服务
44+阅读 · 2021年4月15日
基于机器学习的数据库技术综述
专知会员服务
53+阅读 · 2021年1月2日
专知会员服务
77+阅读 · 2020年12月6日
专知会员服务
20+阅读 · 2020年9月8日
基于深度学习的手语识别综述
专知会员服务
46+阅读 · 2020年5月18日
基于文档的对话技术研究
专知
2+阅读 · 2022年2月20日
【CVPR2021】基于Transformer的视频分割领域
专知
2+阅读 · 2021年4月16日
基于虚拟现实环境的深度学习模型构建
MOOC
24+阅读 · 2019年9月28日
计算机视觉方向简介 | 多目标跟踪算法(附源码)
计算机视觉life
15+阅读 · 2019年6月26日
智慧交通的高精度定位技术(PPT)
智能交通技术
29+阅读 · 2019年5月1日
基于素描图的细粒度图像检索【附PPT与视频资料】
人工智能前沿讲习班
12+阅读 · 2018年12月27日
基于深度学习的目标检测算法剖析与实现【附PPT与视频资料】
人工智能前沿讲习班
12+阅读 · 2018年12月25日
基于视频的目标检测的发展【附PPT与视频资料】
人工智能前沿讲习班
19+阅读 · 2018年12月14日
国家自然科学基金
3+阅读 · 2015年12月31日
国家自然科学基金
5+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年4月19日
Arxiv
0+阅读 · 2022年4月18日
Arxiv
0+阅读 · 2022年4月17日
Arxiv
11+阅读 · 2018年5月13日
小贴士
相关VIP内容
智能视频监控关键技术:行人再识别研究综述
专知会员服务
38+阅读 · 2021年12月30日
开放型对话技术研究综述
专知会员服务
38+阅读 · 2021年12月28日
专知会员服务
91+阅读 · 2021年8月29日
专知会员服务
8+阅读 · 2021年6月19日
专知会员服务
79+阅读 · 2021年5月27日
专知会员服务
44+阅读 · 2021年4月15日
基于机器学习的数据库技术综述
专知会员服务
53+阅读 · 2021年1月2日
专知会员服务
77+阅读 · 2020年12月6日
专知会员服务
20+阅读 · 2020年9月8日
基于深度学习的手语识别综述
专知会员服务
46+阅读 · 2020年5月18日
相关资讯
基于文档的对话技术研究
专知
2+阅读 · 2022年2月20日
【CVPR2021】基于Transformer的视频分割领域
专知
2+阅读 · 2021年4月16日
基于虚拟现实环境的深度学习模型构建
MOOC
24+阅读 · 2019年9月28日
计算机视觉方向简介 | 多目标跟踪算法(附源码)
计算机视觉life
15+阅读 · 2019年6月26日
智慧交通的高精度定位技术(PPT)
智能交通技术
29+阅读 · 2019年5月1日
基于素描图的细粒度图像检索【附PPT与视频资料】
人工智能前沿讲习班
12+阅读 · 2018年12月27日
基于深度学习的目标检测算法剖析与实现【附PPT与视频资料】
人工智能前沿讲习班
12+阅读 · 2018年12月25日
基于视频的目标检测的发展【附PPT与视频资料】
人工智能前沿讲习班
19+阅读 · 2018年12月14日
相关基金
国家自然科学基金
3+阅读 · 2015年12月31日
国家自然科学基金
5+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员