基于視覺顯著性的視頻關(guān)鍵幀提取與幀速率上轉(zhuǎn)換.pdf

1、視頻的顯著性描述已成為當前計算機視覺領(lǐng)域的研究熱點，本文在視覺顯著性的基礎(chǔ)上，總結(jié)和拓展了兩個基于視頻顯著性描述的視頻處理技術(shù)——適合于監(jiān)控視頻的關(guān)鍵幀提取以及視頻幀速率上轉(zhuǎn)換。
　　視頻關(guān)鍵幀提取技術(shù)能夠為快速掌握視頻內(nèi)容提供一種有效的手段。特別是隨著人們對社會治安要求的不斷提高，監(jiān)控視頻得到廣泛的應(yīng)用隨之產(chǎn)生大量的視頻冗余數(shù)據(jù)，能夠在大量的冗余數(shù)據(jù)中快速檢索出監(jiān)控視頻中人們感興趣的內(nèi)容變的很有必要；視頻幀速率提升能夠提高現(xiàn)有的

2、視頻節(jié)目源的幀率以獲得更好的視覺效果，滿足人們不斷提高的生活質(zhì)量的需求。本文在對視頻關(guān)鍵幀提取以及視頻幀速率上轉(zhuǎn)換兩部分內(nèi)容的基本概念、原理進行闡述后，提出了一種通過構(gòu)建監(jiān)控視頻中運動目標顯著性的方法來提取視頻的關(guān)鍵幀以及一種融合視頻顯著性的視頻幀速率上轉(zhuǎn)換算法，主要工作如下：
　　（1）提出了一種新的適合于監(jiān)控視頻的關(guān)鍵幀提取方法。具體的工作內(nèi)容如下：第一，為監(jiān)控視頻中的運動目標構(gòu)建一種新的視覺注意力模型，該視覺注意力模型綜合了

3、圖像的底層特征以及運動目標的膚色置信圖，多種特征的綜合克服了單一特征不能完整表達運動目標信息的問題；第二，由于本文處理對象針對監(jiān)控視頻中的運動目標，因此提取出的運動目標可以為視頻后處理操作如人臉超分辨重建等提供目標樣本，實驗結(jié)果表明，提出的關(guān)鍵幀提取算法能夠快速掌握監(jiān)控視頻中的行人信息，且能夠為視頻后處理提供有效的樣本服務(wù)。
　?。?）提出了一種融合視頻顯著性的幀速率提升算法。這種處理方法能夠?qū)θ搜鄹雨P(guān)注的區(qū)域的候選運動矢量進行

4、更加精細化的處理。相較于原始的雙重運動估計（dual motion estimation，DME）算法，具體改進為引入動態(tài)紋理表示的視頻動態(tài)顯著性來判斷每個處理塊的顯著性程度，并根據(jù)預(yù)先設(shè)定的閾值將處理塊按照閾值分為高于閾值的部分和低于閾值的部分，并對高于顯著性閾值的塊進行運動矢量細化（motion vector refinement，MVR）處理，低于閾值的塊進行運動矢量連續(xù)性處理（motion vector consistency，