基于事件的体育视频分析

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号：
    60475010
  • 项目类别：
    面上项目
  • 资助金额：
    24.0万
  • 负责人：
    卢汉清
  • 依托单位：
    中国科学院自动化研究所
  • 学科分类：
    F0604.机器感知与机器视觉
  • 结题年份：
    2007
  • 批准年份：
    2004
  • 项目状态：
    已结题
  • 起止时间：
    2005-01-01 至2007-12-31
  • 项目参与者：
    刘青山； 童晓峰； 金洪亮； 张可黛； 戴金辉； 柳峰；
  • 关键词：
    事件检测视频分析

项目摘要

本课题旨在探讨基于视觉、听觉等多模态特征，结合体育视频编辑的特点和体育运动的规则，利用统计学习的方法，来自动检测和标注体育视频中的语义事件。研究工作主要包括设计一个可扩展的事件检测框架、底层视觉和听觉特征的鲁棒抽取、镜头的有效分类、以及事件的推理方案，并以足球视频为背景建立一个基于事件的体育视频分析原型系统。项目的研究成果可用于基于内容的体育视频检索、辅助教练分析，同时对于低带宽网络环境下的视频传输和现场播报等，也有着非常重要的应用价值。

结项摘要

项目成果

期刊论文数量（7）
专著数量（0）
科研奖励数量（0）
会议论文数量（13）
专利数量（0）
Generation of Personalized Mus
个性化 Mus 的产生
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
  • 影响因子：
    --
  • 作者：
    Wang Jinjun,? Chng Eng-Siong,
  • 通讯作者：
    Wang Jinjun,? Chng Eng-Siong,
Providing On-Demand Sports Vid
提供点播体育视频
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
  • 影响因子：
    --
  • 作者：
  • 通讯作者：
A multi-model scheme for progr
一种多模型编程方案
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
  • 影响因子：
    --
  • 作者：
  • 通讯作者：
Highlight Ranking for Sports V
《体育V》精彩排行
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
  • 影响因子：
    --
  • 作者：
    TONG Xiaofeng, LIU Qingshan, Z
  • 通讯作者：
    TONG Xiaofeng, LIU Qingshan, Z
Semantic Units Based Event Det
基于语义单元的事件检测
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
  • 影响因子：
    --
  • 作者：
    TONG Xiaofeng, LIU Qingshan, L
  • 通讯作者：
    TONG Xiaofeng, LIU Qingshan, L

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--"}}
  • 发表时间：
    {{ item.publish_year || "--" }}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--"}}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ monograph.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ patent.updateTime }}

其他文献

基于结构化深度学习的单目图像深度估计
  • DOI：
    10.13973/j.cnki.robot.2017.0812
  • 发表时间：
    2017
  • 期刊：
    机器人
  • 影响因子：
    --
  • 作者：
    李耀宇;王宏民;张一帆;卢汉清
  • 通讯作者：
    卢汉清
A Graph-based Image Annotation Framework
基于图的图像标注框架
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    Pattern Recognition Letters
  • 影响因子：
    5.1
  • 作者：
    刘静;王斌;卢汉清;马颂德
  • 通讯作者：
    马颂德
Scale multiplication in odd Ga
奇数 Ga 中的尺度乘法
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
  • 影响因子：
    --
  • 作者：
    朱振峰*;卢汉清;赵耀
  • 通讯作者：
    赵耀
结合半监督核的高斯过程分类
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    自动化学报
  • 影响因子：
    --
  • 作者：
    李宏伟;刘扬;卢汉清;方亦凯
  • 通讯作者：
    方亦凯
基于高斯过程的高分辨率遥感图像变化检测
  • DOI：
    --
  • 发表时间：
    2012
  • 期刊：
    遥感学报
  • 影响因子：
    --
  • 作者：
    陈克明;周志鑫;卢汉清;胡文龙;孙显
  • 通讯作者：
    孙显

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--" }}
  • 发表时间：
    {{ item.publish_year || "--"}}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--" }}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}
empty
内容获取失败，请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题，我已根据课题信息分析并撰写以下内容，帮您拓宽课题思路：

AI项目思路

AI技术路线图

卢汉清的其他基金

受限环境的跨模态目标识别与行为理解
  • 批准号：
  • 批准年份：
    2021
  • 资助金额：
    253 万元
  • 项目类别：
    联合基金项目
受限环境的跨模态目标识别与行为理解
  • 批准号：
    U21B2043
  • 批准年份：
    2021
  • 资助金额：
    253.00 万元
  • 项目类别：
    联合基金项目
基于结构化深度学习的场景理解
  • 批准号：
    61872364
  • 批准年份：
    2018
  • 资助金额：
    63.0 万元
  • 项目类别：
    面上项目
基于上下文隐式概念模型的图像与视频分类研究
  • 批准号：
    61070104
  • 批准年份：
    2010
  • 资助金额：
    32.0 万元
  • 项目类别：
    面上项目
面向无线网络环境的个性化视频定制及适配关键技术
  • 批准号：
    60833006
  • 批准年份：
    2008
  • 资助金额：
    190.0 万元
  • 项目类别：
    重点项目

相似国自然基金

{{ item.name }}
  • 批准号：
    {{ item.ratify_no }}
  • 批准年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号：
    {{ item.ratify_no }}
  • 财政年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者：{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目：调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要：

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题，其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子，其表达水平对抗病毒防御至关重要。然而，TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用，影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法，探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用，为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义，并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路：

科学问题：TRIM2如何调控A型流感病毒诱导的IFN-β表达？
前期研究：已有研究表明TRIM2参与抗病毒反应，但其具体机制尚不明确。
研究创新点：本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线：包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术：TRIM2与病毒RNA的相互作用分析，IFN-β启动子活性检测。
实验模型：使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
关闭
close
客服二维码