MPEG壓縮域運動對象提取算法研究.pdf

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