CN109461174A - 视频目标区域跟踪方法和视频平面广告植入方法及系统 - Google Patents

视频目标区域跟踪方法和视频平面广告植入方法及系统 Download PDF

Info

Publication number
CN109461174A
CN109461174A CN201811252938.7A CN201811252938A CN109461174A CN 109461174 A CN109461174 A CN 109461174A CN 201811252938 A CN201811252938 A CN 201811252938A CN 109461174 A CN109461174 A CN 109461174A
Authority
CN
China
Prior art keywords
frame image
area
target area
video
next frame
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201811252938.7A
Other languages
English (en)
Other versions
CN109461174B (zh
Inventor
赵光玉
张默
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Moshanghua Technology Co Ltd
Original Assignee
Beijing Moshanghua Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Moshanghua Technology Co Ltd filed Critical Beijing Moshanghua Technology Co Ltd
Priority to CN201811252938.7A priority Critical patent/CN109461174B/zh
Publication of CN109461174A publication Critical patent/CN109461174A/zh
Application granted granted Critical
Publication of CN109461174B publication Critical patent/CN109461174B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10016—Video; Image sequence

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Image Analysis (AREA)
  • Studio Devices (AREA)
  • Image Processing (AREA)

Abstract

本发明提供了一种视频目标区域跟踪方法和视频平面广告植入方法及系统，选取需要目标区域跟踪的视频；从选取的视频中选取一帧图像作为目标跟踪的起始帧图像，从起始帧图像中选取需要跟踪的目标区域，选取与目标区域在同一平面上的区域作为跟踪区域；获取下一帧图像，计算跟踪区域在所述下一帧图像中的区域；计算所述下一帧图像中的跟踪区域与上一帧图像中的跟踪区域的单应性矩阵，得到目标区域像素点在所述下一帧图像中的位置，从而得到整个目标区域在所述下一帧图像中的位置。与现有技术相比，本发明能够更稳定的跟踪目标区域，植入的广告画面更稳定，更协调，观看效果更好。

Description

视频目标区域跟踪方法和视频平面广告植入方法及系统
技术领域
本发明涉及视频目标区域跟踪领域，特别涉及视频目标区域跟踪方法和视频平面广告植入方法及系统。
背景技术
对视频中的目标区域进行跟踪时，现有的跟踪方法无法稳定跟踪目标区域，跟踪区域会抖动或者漂移；另外，当有物体遮挡目标区域时，会导致无法跟踪，或者该目标区域是重复画面的一部分会导致跟踪漂移。
广告植入系统是将一段视频的某块区域，利用一张广告图像或者一段广告视频替换掉，并且该广告图像或者广告视频会随着该区域的改变(包括移动，旋转，缩放等)而改变。达到的目标是广告展现效果如同视频拍摄前即存在于此区域。常用的方法是对区域进行目标跟踪，然后将广告图像或广告视频投影到跟踪区域，覆盖该区域。而现有技术的广告区域作为目标区域的跟踪方法会导致替代的广告图像或者广告视频与画面不协调，影响观看效果。
发明内容
本发明提供了一种基于区域协同跟踪的视频目标区域跟踪方法，具有能够稳定跟踪目标区域的特点。
本发明还提供了一种基于区域协同跟踪的视频平面广告植入方法及系统，具有广告植入画面更稳定，更协调的特点。
本发明还提供了一种计算机可读存储介质，具有能够便于实施上述任何一种方法的特点。
根据本发明提供的一种基于区域协同跟踪的视频目标区域跟踪方法，包括，
选取需要目标区域跟踪的视频；
从选取的视频中选取一帧图像作为目标跟踪的起始帧图像，从起始帧图像中选取需要跟踪的目标区域，选取与目标区域在同一平面上的区域作为跟踪区域；
获取下一帧图像，利用跟踪算法，计算跟踪区域在所述下一帧图像中的区域；
计算所述下一帧图像中的跟踪区域与上一帧图像中的跟踪区域的单应性矩阵，得到目标区域像素点在所述下一帧图像中的位置，从而得到整个目标区域在所述下一帧图像中的位置。
所述计算所述下一帧图像中的跟踪区域与上一帧图像中的跟踪区域的单应性矩阵的具体方法包括，
提取所述下一帧图像中的跟踪区域特征点和描述子，与所述上一帧图像中的跟踪区域特征点和描述子进行特征点匹配；利用匹配后的特征点计算所述下一帧图像中的跟踪区域与所述上一帧图像中的跟踪区域的单应性矩阵。
所述得到目标区域像素点在所述下一帧图像中的位置的具体方法包括，
将目标区域像素点在所述上一帧图像中的坐标矩阵与所述单应性矩阵相乘，得到目标区域像素点在所述下一帧图像中的坐标矩阵；从而得到目标区域像素点在所述下一帧图像中的位置。
所述单应性矩阵的计算方法包括但不仅限于RANSAC算法。
所述跟踪区域包括或不包括目标区域。
根据本发明提供的一种基于区域协同跟踪的视频平面广告植入方法，包括，
采用上述目标区域跟踪方法，对于平面广告要植入的目标区域进行跟踪，并完成要植入的画面视频中每一帧视频图像的目标区域跟踪；
利用投影变换将广告图像或者广告视频投影到广告区域。
所述方法还包括，完成跟踪后，对目标区域的坐标点进行平滑处理后再投影广告。
根据本发明提供的一种基于区域协同跟踪的视频平面广告植入系统，包括，
画面视频每一帧视频图像目标区域跟踪模块，完成要植入的画面视频中每一帧视频图像的目标区域跟踪；包括，
起始帧图像选取子模块，从要植入广告的画面视频中选取一帧图像作为目标跟踪的起始帧图像；
目标区域和跟踪区域选取子模块，从所述起始帧图像中选取需要跟踪的目标区域，选取与目标区域在同一平面上的区域作为跟踪区域；
跟踪区域下一帧图像区域计算子模块，获取所述下一帧图像，利用跟踪算法，计算跟踪区域在所述下一帧图像中的区域；
跟踪区域相邻两帧像素点位移计算子模块，计算所述下一帧图像中的跟踪区域与上一帧图像中的跟踪区域的单应性矩阵；
目标区域下一帧图像位置获取子模块，获取整个目标区域在所述下一帧图像中的位置；包括，
目标区域像素点下一帧图像位置计算单元，根据计算出的单应性性矩阵，得到目标区域像素点在所述下一帧图像中的位置；
广告植入模块，利用投影变换将广告图像或者广告视频投影到广告区域。
还包括坐标点平滑处理模块，对完成跟踪后的目标区域的坐标点进行平滑处理。
根据本发明提供的一种计算机可读存储介质，存储有便于处理器加载并执行上述任意一种的方法的计算机程序。
与现有技术相比，本发明能够更稳定的跟踪目标区域，植入的广告画面更稳定，更协调，观看效果更好。
附图说明
图1为本发明其中一实施例的流程示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。
本说明书(包括摘要)中公开的任一特征，除非特别叙述，均可被其他等效或者具有类似目的的替代特征加以替换。即，除非特别叙述，每个特征只是一系列等效或类似特征中的一个例子而已。
根据本发明提供的一种基于区域协同跟踪的视频目标区域跟踪方法，包括，
选取需要目标区域跟踪的视频；
从选取的视频中选取一帧图像作为目标跟踪的起始帧图像，从起始帧图像中选取需要跟踪的目标区域，选取与目标区域在同一平面上的区域作为跟踪区域；
获取下一帧图像，利用跟踪算法，计算跟踪区域在所述下一帧图像中的区域；
计算所述下一帧图像中的跟踪区域与上一帧图像中的跟踪区域的单应性矩阵，得到目标区域像素点在所述下一帧图像中的位置，从而得到整个目标区域在所述下一帧图像中的位置。
作为本发明的一种实施方式，跟踪算法可以采用包括但不仅限于kcf等算法。对于目标区域的选择，可以根据目标区域的区域标识方式进行选择，至少需要选择三个像素坐标。作为本发明的一种实施方式，目标区域为矩形区域，因此，可以选择四个像素坐标，即区域的左上、右上、左下和右下四个像素坐标来表示目标区域a；同样地，选择跟踪区域t。
在图像的相邻帧之间进行跟踪时，首先计算跟踪区域在下一帧图像中的区域；计算所述下一帧图像中的跟踪区域t(i)与上一帧图像中的跟踪区域t(i-1)的单应性矩阵，单应性矩阵能够表示位移的距离和方向，从而得到目标区域像素点在所述下一帧图像中的位置，从而得到整个目标区域在所述下一帧图像中的位置；其中，i表示帧数。
在本发明技术方案中，将区域分为目标区域和跟踪区域，跟踪区域与目标区域共面(在同一平面上)，这样当目标区域有物体遮挡无法跟踪时，能够在共面的平面上选择一块可跟踪良好的区域来跟踪。共面使跟踪区域计算的单应性矩阵应用到目标区域，使目标区域跟踪更稳定。
作为本发明的一种实施方式，所述计算所述下一帧图像中的跟踪区域与上一帧图像中的跟踪区域的单应性矩阵的具体方法包括，
提取所述下一帧图像中的跟踪区域t(i)特征点p(i)和描述子d(i)，与所述上一帧图像中的跟踪区域t(i-1)特征点p(i-1)和描述子d(i-1)进行特征点匹配；利用匹配后的特征点计算所述下一帧图像中的跟踪区域与所述上一帧图像中的跟踪区域的单应性矩阵。作为本发明的一种实施方式，得出的单应性矩阵H：
其中，h为单应性矩阵系数。
作为本发明的一种实施方式，所述得到目标区域像素点在所述下一帧图像中的位置的具体方法包括，
将目标区域像素点在所述上一帧图像中的坐标矩阵与所述单应性矩阵相乘，得到目标区域像素点在所述下一帧图像中的坐标矩阵；从而得到目标区域像素点在所述下一帧图像中的位置。作为本发明的一种实施方式，上述单应性矩阵坐标变换得到目标区域像素点在所述下一帧图像中的坐标矩阵：
其中，xi-1和yi-1分别对应上一帧像素点的坐标；xi和yi分别对应下一帧像素点的坐标。
作为本发明的一种实施方式，计算得出矩形目标区域四个顶点像素点在下一帧图像中的坐标矩阵，即能够得到矩形目标区域四个顶点像素点在下一帧图像中的坐标，从而也就得到了目标区域像素点在所述下一帧图像中的位置。
本发明方案针对跟踪不稳定的问题，提取区域图像特征点和描述子，匹配先后两帧图像，计算区域的单应性变换(Homography),来获取区域的精细的变换(包括旋转，平移，缩放)，进一步提高了跟踪的稳定性。
所述单应性矩阵的计算方法包括但不仅限于RANSAC算法。作为本发明的一种实施方式，单应性矩阵的计算方法采用RANSAC算法
所述跟踪区域包括或不包括目标区域。跟踪区域与目标区域共面，跟踪区域可以包括目标区域，也可以包括目标区域的部分，也可以不包括目标区域，实际选取按照能够跟踪良好为准进行选取。
根据本发明提供的一种基于区域协同跟踪的视频平面广告植入方法，如图1所示，包括，
采用上述目标区域跟踪方法，对于平面广告要植入的目标区域进行跟踪，并完成要植入的画面视频中每一帧视频图像的目标区域跟踪；
利用投影变换将广告图像或者广告视频投影到广告区域。
在本具体实施例中，目标区域即为要植入的广告区域，基于广告区域跟踪的稳定性，替代的广告图像或广告视频与画面更协调，观看效果更好。
如图1所示，作为本发明的一种实施方式，所述方法还包括，完成跟踪后，对目标区域的坐标点进行平滑处理后再投影广告。
作为本发明的实施方式，根据本发明提供的一种基于区域协同跟踪的视频平面广告植入系统，包括，
画面视频每一帧视频图像目标区域跟踪模块，完成要植入的画面视频中每一帧视频图像的目标区域跟踪；包括，
起始帧图像选取子模块，从要植入广告的画面视频中选取一帧图像作为目标跟踪的起始帧图像；
目标区域和跟踪区域选取子模块，从所述起始帧图像中选取需要跟踪的目标区域，选取与目标区域在同一平面上的区域作为跟踪区域；
跟踪区域下一帧图像区域计算子模块，获取所述下一帧图像，利用跟踪算法，计算跟踪区域在所述下一帧图像中的区域；
跟踪区域相邻两帧像素点位移计算子模块，计算所述下一帧图像中的跟踪区域与上一帧图像中的跟踪区域的单应性矩阵；
目标区域下一帧图像位置获取子模块，获取整个目标区域在所述下一帧图像中的位置；包括，
目标区域像素点下一帧图像位置计算单元，根据计算出的单应性矩阵，得到目标区域像素点在所述下一帧图像中的位置；
广告植入模块，利用投影变换将广告图像或者广告视频投影到广告区域。
还包括坐标点平滑处理模块，对完成跟踪后的目标区域的坐标点进行平滑处理。
作为本发明的实施方式，根据本发明提供的一种计算机可读存储介质，存储有便于处理器加载并执行上述任意一种的方法的计算机程序。

Claims (10)

1.一种基于区域协同跟踪的视频目标区域跟踪方法，包括，
选取需要目标区域跟踪的视频；
从选取的视频中选取一帧图像作为目标跟踪的起始帧图像，从起始帧图像中选取需要跟踪的目标区域，选取与目标区域在同一平面上的区域作为跟踪区域；
获取下一帧图像，利用跟踪算法，计算跟踪区域在所述下一帧图像中的区域；计算所述下一帧图像中的跟踪区域与上一帧图像中的跟踪区域的单应性矩阵，得到目标区域像素点在所述下一帧图像中的位置，从而得到整个目标区域在所述下一帧图像中的位置。
2.根据权利要求1所述的视频目标区域跟踪方法，所述计算所述下一帧图像中的跟踪区域与上一帧图像中的跟踪区域的单应性矩阵的具体方法包括，
提取所述下一帧图像中的跟踪区域特征点和描述子，与所述上一帧图像中的跟踪区域特征点和描述子进行特征点匹配；利用匹配后的特征点计算所述下一帧图像中的跟踪区域与所述上一帧图像中的跟踪区域的单应性矩阵。
3.根据权利要求2所述的视频目标区域跟踪方法，所述得到目标区域像素点在所述下一帧图像中的位置的具体方法包括，
将目标区域像素点在所述上一帧图像中的坐标矩阵与所述单应性矩阵相乘，得到目标区域像素点在所述下一帧图像中的坐标矩阵；从而得到目标区域像素点在所述下一帧图像中的位置。
4.根据权利要求2或3所述的视频目标区域跟踪方法，所述单应性矩阵的计算方法包括但不仅限于RANSAC算法。
5.根据权利要求1到3之一所述的视频目标区域跟踪方法，所述跟踪区域包括或不包括目标区域。
6.一种基于区域协同跟踪的视频平面广告植入方法，包括，
采用权利要求1到5之一所述的目标区域跟踪方法，对于平面广告要植入的目标区域进行跟踪，并完成要植入的画面视频中每一帧视频图像的目标区域跟踪；
利用投影变换将广告图像或者广告视频投影到广告区域。
7.根据权利要求6所述的视频平面广告植入方法，所述方法还包括，完成跟踪后，对目标区域的坐标点进行平滑处理后再投影广告。
8.一种基于区域协同跟踪的视频平面广告植入系统，其特征在于，包括，
画面视频每一帧视频图像目标区域跟踪模块，完成要植入的画面视频中每一帧视频图像的目标区域跟踪；包括，
起始帧图像选取子模块，从要植入广告的画面视频中选取一帧图像作为目标跟踪的起始帧图像；
目标区域和跟踪区域选取子模块，从所述起始帧图像中选取需要跟踪的目标区域，选取与目标区域在同一平面上的区域作为跟踪区域；
跟踪区域下一帧图像区域计算子模块，获取所述下一帧图像，利用跟踪算法，计算跟踪区域在所述下一帧图像中的区域；
跟踪区域相邻两帧像素点位移计算子模块，计算所述下一帧图像中的跟踪区域与上一帧图像中的跟踪区域的单应性矩阵；
目标区域下一帧图像位置获取子模块，获取整个目标区域在所述下一帧图像中的位置；包括，
目标区域像素点下一帧图像位置计算单元，根据计算出的单应性矩阵，得到目标区域像素点在所述下一帧图像中的位置；
广告植入模块，利用投影变换将广告图像或者广告视频投影到广告区域。
9.根据权利要求8所述的视频平面广告植入系统，其特征在于，还包括坐标点平滑处理模块，对完成跟踪后的目标区域的坐标点进行平滑处理。
10.一种计算机可读存储介质，其特征在于，存储有便于处理器加载并执行权利要求1到7中任意一种的方法的计算机程序。
CN201811252938.7A 2018-10-25 2018-10-25 视频目标区域跟踪方法和视频平面广告植入方法及系统 Active CN109461174B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811252938.7A CN109461174B (zh) 2018-10-25 2018-10-25 视频目标区域跟踪方法和视频平面广告植入方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811252938.7A CN109461174B (zh) 2018-10-25 2018-10-25 视频目标区域跟踪方法和视频平面广告植入方法及系统

Publications (2)

Publication Number Publication Date
CN109461174A true CN109461174A (zh) 2019-03-12
CN109461174B CN109461174B (zh) 2021-01-29

Family

ID=65608432

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811252938.7A Active CN109461174B (zh) 2018-10-25 2018-10-25 视频目标区域跟踪方法和视频平面广告植入方法及系统

Country Status (1)

Country Link
CN (1) CN109461174B (zh)

Cited By (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110121034A (zh) * 2019-05-09 2019-08-13 腾讯科技（深圳）有限公司 一种在视频中植入信息的方法、装置及存储介质
CN110458820A (zh) * 2019-08-06 2019-11-15 腾讯科技（深圳）有限公司 一种多媒体信息植入方法、装置、设备及存储介质
CN110569810A (zh) * 2019-09-11 2019-12-13 浙江大华技术股份有限公司 坐标信息的获取方法及装置、存储介质、电子装置
CN111179315A (zh) * 2019-12-31 2020-05-19 湖南快乐阳光互动娱乐传媒有限公司 一种视频目标区域跟踪方法和视频平面广告植入方法
CN111556338A (zh) * 2020-05-25 2020-08-18 腾讯科技（深圳）有限公司 视频中区域的检测方法、信息融合方法、装置和存储介质
CN111741327A (zh) * 2019-03-25 2020-10-02 华为技术有限公司 一种媒体处理方法及媒体服务器
CN111738769A (zh) * 2020-06-24 2020-10-02 湖南快乐阳光互动娱乐传媒有限公司 视频处理方法及装置
CN112613473A (zh) * 2020-12-31 2021-04-06 湖南快乐阳光互动娱乐传媒有限公司 一种广告植入方法及系统
CN112712571A (zh) * 2020-12-25 2021-04-27 科大讯飞股份有限公司 基于视频的物体平面贴图方法、装置以及设备
CN113038268A (zh) * 2021-03-11 2021-06-25 湖南快乐阳光互动娱乐传媒有限公司 一种平面广告植入方法及装置
CN113676775A (zh) * 2021-08-27 2021-11-19 苏州因塞德信息科技有限公司 一种利用人工智能在视频和游戏中进行广告植入的方法
CN113689467A (zh) * 2021-07-30 2021-11-23 稿定（厦门）科技有限公司 一种适用于平面跟踪的特征点优化方法、系统
CN114140386A (zh) * 2021-10-28 2022-03-04 合肥工业大学 远程手术指导可视化人工选择曲线跟踪方法、系统和装置
CN116939294A (zh) * 2023-09-17 2023-10-24 世优（北京）科技有限公司 视频植入方法、装置、存储介质及电子设备

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101324958A (zh) * 2008-06-25 2008-12-17 北京中星微电子有限公司 一种目标跟踪方法及装置
CN101404086A (zh) * 2008-04-30 2009-04-08 浙江大学 基于视频的目标跟踪方法及装置
CN101458816A (zh) * 2008-12-19 2009-06-17 西安电子科技大学 数字视频目标跟踪中的目标匹配方法
CN101739687A (zh) * 2009-11-23 2010-06-16 燕山大学 基于协方差矩阵的快速机动目标跟踪方法
CN101770568A (zh) * 2008-12-31 2010-07-07 南京理工大学 基于仿射不变点及光流计算的目标自动识别和跟踪方法
CN102243765A (zh) * 2011-05-06 2011-11-16 大连民族学院 基于多相机的多目标定位跟踪方法及系统
CN106683113A (zh) * 2016-10-27 2017-05-17 纳恩博（北京）科技有限公司 特征点跟踪方法和装置
CN107256561A (zh) * 2017-04-28 2017-10-17 纳恩博（北京）科技有限公司 目标跟踪方法和装置
CN107833242A (zh) * 2017-10-30 2018-03-23 南京理工大学 一种基于边缘信息和改进vibe运动目标检测方法
CN107862704A (zh) * 2017-11-06 2018-03-30 广东工业大学 一种目标跟踪方法、系统及其使用的云台相机
CN107967692A (zh) * 2017-11-28 2018-04-27 西安电子科技大学 一种基于跟踪学习检测的目标跟踪优化方法
CN108694724A (zh) * 2018-05-11 2018-10-23 西安天和防务技术股份有限公司 一种长时间目标跟踪方法

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101404086A (zh) * 2008-04-30 2009-04-08 浙江大学 基于视频的目标跟踪方法及装置
CN101324958A (zh) * 2008-06-25 2008-12-17 北京中星微电子有限公司 一种目标跟踪方法及装置
CN101458816A (zh) * 2008-12-19 2009-06-17 西安电子科技大学 数字视频目标跟踪中的目标匹配方法
CN101770568A (zh) * 2008-12-31 2010-07-07 南京理工大学 基于仿射不变点及光流计算的目标自动识别和跟踪方法
CN101739687A (zh) * 2009-11-23 2010-06-16 燕山大学 基于协方差矩阵的快速机动目标跟踪方法
CN102243765A (zh) * 2011-05-06 2011-11-16 大连民族学院 基于多相机的多目标定位跟踪方法及系统
CN106683113A (zh) * 2016-10-27 2017-05-17 纳恩博（北京）科技有限公司 特征点跟踪方法和装置
CN107256561A (zh) * 2017-04-28 2017-10-17 纳恩博（北京）科技有限公司 目标跟踪方法和装置
CN107833242A (zh) * 2017-10-30 2018-03-23 南京理工大学 一种基于边缘信息和改进vibe运动目标检测方法
CN107862704A (zh) * 2017-11-06 2018-03-30 广东工业大学 一种目标跟踪方法、系统及其使用的云台相机
CN107967692A (zh) * 2017-11-28 2018-04-27 西安电子科技大学 一种基于跟踪学习检测的目标跟踪优化方法
CN108694724A (zh) * 2018-05-11 2018-10-23 西安天和防务技术股份有限公司 一种长时间目标跟踪方法

Cited By (25)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111741327A (zh) * 2019-03-25 2020-10-02 华为技术有限公司 一种媒体处理方法及媒体服务器
CN111741327B (zh) * 2019-03-25 2022-09-02 华为技术有限公司 一种媒体处理方法及媒体服务器
US12014545B2 (en) 2019-03-25 2024-06-18 Huawei Technologies Co., Ltd. Media processing method and media server
CN110121034B (zh) * 2019-05-09 2021-09-07 腾讯科技（深圳）有限公司 一种在视频中植入信息的方法、装置、设备及存储介质
US11785174B2 (en) 2019-05-09 2023-10-10 Tencent Technology (Shenzhen) Company Limited Method for implanting information into video, computer device and storage medium
CN110121034A (zh) * 2019-05-09 2019-08-13 腾讯科技（深圳）有限公司 一种在视频中植入信息的方法、装置及存储介质
CN110458820A (zh) * 2019-08-06 2019-11-15 腾讯科技（深圳）有限公司 一种多媒体信息植入方法、装置、设备及存储介质
CN110569810A (zh) * 2019-09-11 2019-12-13 浙江大华技术股份有限公司 坐标信息的获取方法及装置、存储介质、电子装置
CN110569810B (zh) * 2019-09-11 2022-02-08 浙江大华技术股份有限公司 坐标信息的获取方法及装置、存储介质、电子装置
CN111179315A (zh) * 2019-12-31 2020-05-19 湖南快乐阳光互动娱乐传媒有限公司 一种视频目标区域跟踪方法和视频平面广告植入方法
CN111556338A (zh) * 2020-05-25 2020-08-18 腾讯科技（深圳）有限公司 视频中区域的检测方法、信息融合方法、装置和存储介质
CN111556338B (zh) * 2020-05-25 2023-10-31 腾讯科技（深圳）有限公司 视频中区域的检测方法、信息融合方法、装置和存储介质
CN111738769B (zh) * 2020-06-24 2024-02-20 湖南快乐阳光互动娱乐传媒有限公司 视频处理方法及装置
CN111738769A (zh) * 2020-06-24 2020-10-02 湖南快乐阳光互动娱乐传媒有限公司 视频处理方法及装置
CN112712571A (zh) * 2020-12-25 2021-04-27 科大讯飞股份有限公司 基于视频的物体平面贴图方法、装置以及设备
CN112712571B (zh) * 2020-12-25 2023-12-01 科大讯飞股份有限公司 基于视频的物体平面贴图方法、装置以及设备
CN112613473A (zh) * 2020-12-31 2021-04-06 湖南快乐阳光互动娱乐传媒有限公司 一种广告植入方法及系统
CN112613473B (zh) * 2020-12-31 2024-04-23 湖南快乐阳光互动娱乐传媒有限公司 一种广告植入方法及系统
CN113038268A (zh) * 2021-03-11 2021-06-25 湖南快乐阳光互动娱乐传媒有限公司 一种平面广告植入方法及装置
CN113689467A (zh) * 2021-07-30 2021-11-23 稿定（厦门）科技有限公司 一种适用于平面跟踪的特征点优化方法、系统
CN113689467B (zh) * 2021-07-30 2022-07-12 稿定（厦门）科技有限公司 一种适用于平面跟踪的特征点优化方法、系统
CN113676775A (zh) * 2021-08-27 2021-11-19 苏州因塞德信息科技有限公司 一种利用人工智能在视频和游戏中进行广告植入的方法
CN114140386A (zh) * 2021-10-28 2022-03-04 合肥工业大学 远程手术指导可视化人工选择曲线跟踪方法、系统和装置
CN116939294A (zh) * 2023-09-17 2023-10-24 世优（北京）科技有限公司 视频植入方法、装置、存储介质及电子设备
CN116939294B (zh) * 2023-09-17 2024-03-05 世优（北京）科技有限公司 视频植入方法、装置、存储介质及电子设备

Also Published As

Publication number Publication date
CN109461174B (zh) 2021-01-29

Similar Documents

Publication Publication Date Title
CN109461174A (zh) 视频目标区域跟踪方法和视频平面广告植入方法及系统
US8194184B2 (en) Method and apparatus for increasing the frame rate of a video signal
US20110170784A1 (en) Image registration processing apparatus, region expansion processing apparatus, and image quality improvement processing apparatus
CN103729610B (zh) 一种二维码聚焦显示方法及系统
JP2007257287A (ja) 画像レジストレーション方法
CN102289803A (zh) 图像处理设备、图像处理方法及程序
WO2006131967A1 (ja) 画像処理装置
Koh et al. Video stabilization based on feature trajectory augmentation and selection and robust mesh grid warping
Böhm Multi-image fusion for occlusion-free façade texturing
Jin et al. Perspective fields for single image camera calibration
CN108961182B (zh) 针对视频图像的竖直方向灭点检测方法及视频扭正方法
JP2011155412A (ja) 投影システムおよび投影システムにおける歪み修正方法
Kneip et al. SDICP: Semi-Dense Tracking based on Iterative Closest Points.
JP2016126673A (ja) 情報処理装置及びその制御方法、並びに、ビデオカメラ
US7561306B2 (en) One-dimensional lens shading correction
Tsai et al. Polygon‐based texture mapping for cyber city 3D building models
CN100461855C (zh) 一种广角镜头下的视频实时校正方法
JP2009146150A (ja) 特徴位置検出方法及び特徴位置検出装置
JP2005234698A (ja) 歪みパラメータの生成方法及び映像発生方法並びに歪みパラメータ生成装置及び映像発生装置
Bergen et al. Feature-based real-time endoscopic mosaicking
Ye et al. Arobust approach to super-resolution sprite generation
Drouin et al. Camera-projector matching using an unstructured video stream
Kang et al. A highly accurate dense approach for homography estimation using modified differential evolution
CN113159169A (zh) 基于先验目标特征点指导的匹配变形与切缝优化的图像拼接方法
Ye Image registration and super-resolution mosaicing

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant