标准规范下载简介

GB／T 41864-2022 信息技术 计算机视觉 术语.pdf简介：

GB／T 41864-2022 信息技术 计算机视觉 术语.pdf部分内容预览：

3.5.3图像分类与识别

GB/T 418642022

3.5.4图像语义理解子类

.6.1视频表示与处理子

背景background 图像中远离摄像机或不感兴趣的区域。 3.6.1.2 光流场opticalflowfield 图像中所有像素点构成的一种二维(2D)瞬时速度场CECS 1031-2022-T_建筑机电抗震工程技术规程 (1).pdf，其中某一点的二维速度矢量是1 前帧到下一帧的位移矢量。 3.6.1.3 镜头边界检测shotboundarydetection 检测一段视频中发生镜头切换的图像帧位置。 注：镜头切换主要包括突变和渐变两种类型。 3.6.1.4 前景检测foregrounddetection 定位视频中感兴趣目标区域。 3.6.1.5 时空表达 spatialtemporalrepresentation 视频序列中时间和空间信息的联合表示。 3.6.1.6 视频video 一系列图像序列。 3.6.1.7 视觉预测visualprediction 根据当前帧图像信息（或目标状态)预测后续帧图像内容或目标状态的未来变化。 3.6.1.8 视频剪辑videoclipping 将视频序列剪切为若干小段视频序列。 3.6.1.9 视频语义分割videosemanticsegmentation 对视频序列中每帧图像的每个像素进行语义属性的分类。 3.6.1.10 视频上下文videocontext 视频中不同对象之间或对象与场景之间相互作用的环境信息。

背景background 图像中远离摄像机或不感兴趣的区域。 3.6.1.2 光流场opticalflowfield 图像中所有像素点构成的一种二维(2D)瞬时速度场，其中某一点的二维速度矢量 前帧到下一顿的位移矢量。 3.6.1.3 镜头边界检测shotboundarydetection 检测一段视频中发生镜头切换的图像帧位置。 注：镜头切换主要包括突变和渐变两种类型。 3.6.1.4 前景检测foregrounddetection 定位视频中感兴趣目标区域。 3.6.1.5 时空表达 spatialtemporalrepresentation 视频序列中时间和空间信息的联合表示。 3.6.1.6 视频video 一系列图像序列。 3.6.1.7 视觉预测visualprediction 根据当前帧图像信息（或目标状态)预测后续帧图像内容或目标状态的未来变化。 3.6.1.8 视频剪辑videoclipping 将视频序列剪切为若干小段视频序列。 3.6.1.9 视频语义分割videosemanticsegmentation 对视频序列中每帧图像的每个像素进行语义属性的分类。 3.6.1.10 视频上下文videocontext 视频中不同对象之间或对象与场景之间相互作用的环境信息。

视觉问答visualquestion answering

将一幅图像(或一段视频)和关于这幅图像(这段视频)的自然语言问题作为输人，结合这两部分 成 一条自然语言答案为输出。

将一幅图像(或一段视频)和关于这幅图像(这段视频)的自然语言问题作为输人，纟 息生成一条自然语言答案为输出。