2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩53頁未讀 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領

文檔簡介

1、視頻對象(Video Object, VO)的提取是視頻信號處理領域研究的熱點,在基于對象的視頻編碼、智能視頻監(jiān)控系統(tǒng)、人臉檢測、目標識別、視頻數(shù)據(jù)庫檢索等領域有著廣泛的應用。由于現(xiàn)在的視頻數(shù)據(jù)通常是以壓縮的方式來存儲和傳輸?shù)?,把這種壓縮的數(shù)據(jù)還原到空間域上再提取對象難以實現(xiàn)實時操作,因此近年來運動對象提取的研究熱點從像素域逐步過渡到了壓縮域。在壓縮域進行提取,可利用的信息有限且由于噪聲的存在,導致提取的對象過于粗糙。本文研究的主旨就是

2、解決上述從壓縮域直接提取VO 的難題,使之既發(fā)揮從壓縮域快速提取VO 的優(yōu)勢,又能逼近從像素域提取VO 的精度。 本文針對當今應用最廣泛的MPEG-2 標準,研究壓縮域進行運動對象提取的算法。主要工作如下: 第一,研究了在壓縮域中進行全局運動估計與補償?shù)姆椒ǎ帽尘皡^(qū)域的運動矢量和全局運動間的相似性和一致性,從背景區(qū)域的運動矢量場來估計全局運動,然后對運動矢量場進行補償,得到前景物體的運動矢量。經(jīng)全局運動估計與補償,使

3、后續(xù)的運動對象提取算法既適用于靜止背景序列,也適用于動態(tài)背景序列。 第二,提出了一種壓縮域基于時、空信息融合的運動對象提取算法。首先,在空域上重建I 幀的DC+2AC 低分辯率灰度圖,用閾值分割方法來獲取對象的輪廓特征,然后在時域上將P 幀的運動矢量置密,迭代投影于I 幀。融合空域和時域處理的信息,快速準確地實現(xiàn)了直接從壓縮域中提取粗糙運動對象。再對粗糙的運動對象部分解碼,在時間與精度間進行折中,以少許時間代價獲得較高的精度,實

4、驗表明,該提取算法效果較好且具有實時性,可應用于實時分割系統(tǒng)。 第三,提出了一種壓縮域中基于運動一致性模型的改進算法,先對可從MPEG碼流中直接得到的運動矢量場進行可靠性度量校正、致密化和濾波處理,并采用基于塊的區(qū)域增長算法得到每個對象的大致運動區(qū)域;然后部分解碼屬于運動區(qū)域的塊,并把被還原的每個位置的像素值分布視為高斯分布,用統(tǒng)計的方法建立其高斯模型,通過閾值判斷可靠地提取出最終具有像素精度運動對象。仿真實驗表明,該算法可以有

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論