基于2D-3D視頻的運(yùn)動(dòng)分割與運(yùn)動(dòng)估計(jì).pdf

1、運(yùn)動(dòng)分割與運(yùn)動(dòng)估計(jì)是圖像處理和計(jì)算機(jī)視覺的兩個(gè)基礎(chǔ)問題，有著廣闊的應(yīng)用前景。本論文研究了基于2D/3D視頻的運(yùn)動(dòng)分析，提供一種結(jié)合活動(dòng)輪廓演變和運(yùn)動(dòng)參數(shù)估計(jì)的變分模型，致力于求解攝像機(jī)運(yùn)動(dòng)、多目標(biāo)等復(fù)雜環(huán)境中的運(yùn)動(dòng)分割和運(yùn)動(dòng)估計(jì)等問題的魯棒性解。全文的主要工作和創(chuàng)新性概括如下:
　　針對2D/3D視頻的運(yùn)動(dòng)分析，提出了一種在多目標(biāo)、攝像機(jī)運(yùn)動(dòng)等復(fù)雜情況下能夠同時(shí)進(jìn)行運(yùn)動(dòng)分割和運(yùn)動(dòng)估計(jì)的統(tǒng)一框架。首先，通過統(tǒng)一框架將分割與估計(jì)融合在

2、同一能量函數(shù)中，因此該模型能夠同時(shí)進(jìn)行分割曲面的演化和運(yùn)動(dòng)參數(shù)的估計(jì)。由于目標(biāo)函數(shù)建立在時(shí)空域上，運(yùn)動(dòng)目標(biāo)的邊界在時(shí)空域的軌跡就形成一個(gè)曲面，可以同時(shí)實(shí)現(xiàn)運(yùn)動(dòng)目標(biāo)的跟蹤。另外，將運(yùn)動(dòng)目標(biāo)分割和運(yùn)動(dòng)參數(shù)的估算結(jié)合在一起，能有效的利用空間和時(shí)域信息，可以更好施加三維運(yùn)動(dòng)約束。其次，該方法允許攝像機(jī)運(yùn)動(dòng)，且能夠在不需要任何攝像機(jī)運(yùn)動(dòng)先驗(yàn)信息的前提下對前景進(jìn)行自動(dòng)分割。最后，本文方法對目標(biāo)數(shù)目沒有限制，也就是說任何和背景運(yùn)動(dòng)不一致的目標(biāo)都可以被

3、檢測。
　　針對基于水平集方法的時(shí)空域分割模型在求解過程中存在的計(jì)算效率較低，對初始化位置敏感等問題，我們提出了一種基于全變分的新模型，并給出了基于活動(dòng)輪廓的時(shí)空域運(yùn)動(dòng)分割模型與基于全變分的分割模型之間的密切關(guān)系。通過凸化方法將原能量泛函轉(zhuǎn)變?yōu)閷Ψ指钭兞客沟哪繕?biāo)函數(shù)，該模型破除了非凸的“詛咒”，由于目標(biāo)函數(shù)對分割變量是凸的，所以分割的結(jié)果不再依賴初始化條件，當(dāng)其它變量固定時(shí)，任何優(yōu)化方法都能夠保證對分割變量的全局最優(yōu)解。同時(shí)，由于

4、該模型是一個(gè)連續(xù)性的模型，因此相比于離散算法如Graph-Cuts，擁有更加快速和精確的解。
　　凸化后的時(shí)空域分割模型的求解難點(diǎn)在于全變分項(xiàng)的非線性和不可微性，導(dǎo)致能量泛函的最小化過程在數(shù)值求解時(shí)存在一定的瓶頸。針對全變分模型的傳統(tǒng)求解方法中的缺點(diǎn)和不足，我們提出了兩種快速有效的算法——原始-對偶算法和Split-Bregman算法。
　　針對運(yùn)動(dòng)分割和稠密3D表達(dá)，提出了一種新的基于單目圖像序列的運(yùn)動(dòng)分割和稠密3D表達(dá)的