細胞神經(jīng)網(wǎng)絡在手語視頻分割中的應用研究.pdf

1、手語是由手形、手臂運動并輔之以表情、唇動以及其他體勢表達思想的視覺語言，是聾啞人進行信息交流的最自然方式。在移動網(wǎng)絡帶寬有限且手語視頻數(shù)據(jù)量大的情況下，要使聾啞人和正常人一樣利用手機進行實時雙向視頻通話，就必須保證在手語視頻可理解性的同時最大化壓縮手語視頻，為此，研究人員提出了感興趣區(qū)手語視頻編碼方法。感興趣區(qū)手語視頻編碼方法的前提條件是快速分割出手語視頻中的面部、雙手和背景區(qū)域。在進行手語視頻分割時，面臨的主要問題是如何解決因處理大數(shù)

2、據(jù)量運算所造成的實時性問題。細胞神經(jīng)網(wǎng)絡(CellularNeuralNetwork，CNN)由于具有高速計算能力，以及與人類視覺系統(tǒng)(HumanVisualSystme，HVS)很多的相似性，使得它特別適合圖像/視頻處理。因此，有必要研究CNN在手語視頻分割中的應用及其相關(guān)算法。
　　 本論文研究了細胞神經(jīng)網(wǎng)絡(CellularNeuralNetwork，CNN)在快速手語視頻分割中的應用，本論文具體工作如下:
　　

3、(1)研究了基于CNN的膚色檢測在手語視頻分割中的應用。為了減少不同照明條件對膚色檢測的影響，在膚色檢測之前，采用grayworld方法對RGB顏色空間進行了顏色均衡。接著，對YCbCr顏色空間數(shù)據(jù)處理方法進行了優(yōu)化。再利用膚色信息在YCbCr顏色空間采用閾值法，進行基于CNN的手語視頻分割。相比于同類算法，該方法簡單快速，能夠適應實時的手語視頻分割。
　　 (2)研究了基于CNN的運動檢測在手語視頻分割中的應用。該方法采用差分

4、法對手語視頻進行分割，該算法復雜度低，且直接面向灰度圖象，能夠獲得較多的運動信息，從而使運動對象分割具有更好的精確性和語義性。
　　 (3)研究了一種基于CNN的將膚色和運動信息結(jié)合起來的手語視頻分割算法。該方法首先利用膚色信息特征進行基于CNN的膚色檢測，檢測出手語視頻中的膚色區(qū)域;然后對膚色檢測結(jié)果，利用幀差法進行基于CNN的運動檢測，獲得初始的手勢區(qū)域。由于提取出的視頻對象輪廓容易出現(xiàn)“空洞”和“重影”現(xiàn)象，很難保證其完整