面向基于內容多媒體應用的視頻對象分割.pdf_第1頁
已閱讀1頁,還剩132頁未讀 繼續(xù)免費閱讀

下載本文檔

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

文檔簡介

1、隨著互聯(lián)網(wǎng)和多媒體技術的迅速發(fā)展,我們在每天的生活中都會接觸到大量的圖像和視頻信息。圖像和視頻的壓縮技術已經(jīng)取得了巨大的成就,有效地解決了存儲和傳輸?shù)膯栴},目前的多媒體應用迫切需要的是基于內容的功能。為了有效地提供基于內容的功能,必須從視頻場景中分割出有意義的視頻對象,以獲得視頻內容的基于對象的表示。視頻對象分割最初的研究動機是為了實現(xiàn)MPEG-4基于內容的編碼功能,現(xiàn)在它已經(jīng)成為支持任何一種基于內容的多媒體應用的關鍵技術,其中包括視頻

2、索引和檢索、智能視頻監(jiān)控、人機交互以及視頻編輯等應用。 視頻對象分割方法基本上可分為兩類:即自動分割方法和半自動分割方法。在詳細回顧已有方法的基礎上,本文提出了一種更細化的分類標準,強調了視頻對象跟蹤算法在自動和半自動分割方法中的通用性。對于自動分割,本文提出了兩種運動對象分割算法以及一種人臉對象分割算法。對于半自動分割,本文提出了一個交互式視頻對象分割工具以及一種同樣可用于自動分割中的視頻對象跟蹤算法。 具體來說,本文

3、的主要創(chuàng)新工作如下:(1)使用光流場的運動信息,提出了基于假設檢驗的運動對象分割算法。初始分割采用分水嶺分割算法,接著根據(jù)顏色相似性進行區(qū)域合并;然后利用光流場估計和全局運動估計獲得全局運動的殘余誤差;最后以各個區(qū)域的殘余誤差數(shù)據(jù)進行假設檢驗來確定運動區(qū)域,組合所有的運動區(qū)域來生成具有準確邊緣的完整視頻對象。 (2)在時空分割框架下提出了一種自動視頻對象分割算法。時域分割采用了基于F檢驗的變化檢測方法;針對空域分割提出了一種彩色

4、圖像的分裂合并算法;然后考慮以前幀分割出的運動對象的累積結果,進行時空分割結果的融合;最后提出了一種利用邊緣信息來消除顯露的背景區(qū)域的后處理方法。 (3)針對半自動分割的第一步,開發(fā)了一個交互式視頻對象分割工具來方便用戶定義感興趣的視頻對象。用戶交互結合了畫標記和區(qū)域選擇這兩種方式,所提出的快速種子區(qū)域合并算法用來從分割區(qū)域中提取出視頻對象。靈活的用戶交互方式和種子區(qū)域合并算法相互配合,最大程度上減少了用戶交互的工作量。

5、 (4)提出了一種雙向投影的方法用于視頻對象跟蹤,它有機地結合了前向投影和后向投影各自的優(yōu)點。前向投影用來在當前幀中粗略定位視頻對象的邊界,接著在其膨脹區(qū)域內進行實際的分水嶺分割。然后在較小的搜索范圍內只對一些分割區(qū)域進行后向投影,提高了跟蹤的效率,而且在后向投影中融合了象素分類和區(qū)域分類,保證了跟蹤的可靠性。所提出的雙向投影方法不僅可用于半自動視頻對象分割的第二步,也可作為一個獨立的跟蹤模塊用于自動視頻對象分割中。 (5)提出

6、了一種基于二叉劃分樹的人臉分割算法。首先結合象素分類和分水嶺分割的結果來獲得膚色區(qū)域;然后利用谷底檢測和熵閾值化的方法提取出臉部特征來修正膚色區(qū)域。為了從膚色區(qū)域中分割出人臉區(qū)域,提出了一種新的區(qū)域合并算法,在合并過程中考慮了相鄰區(qū)域之間公用邊界的影響,并用二叉劃分樹來表示整個區(qū)域合并過程。接著利用一系列描述人臉的幾何特征和形狀特征的模糊隸屬度函數(shù),給二叉劃分樹的每個結點賦值來表示該結點的人臉相似度。最后提出了一種在二叉劃分樹中的結點選

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。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內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)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,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