人像視頻序列語義基編碼的若干關(guān)鍵技術(shù)研究.pdf

1、語義基編碼是當(dāng)前多媒體信息處理研究領(lǐng)域的一個(gè)熱點(diǎn)，它突破信息論的理論框架，融合了計(jì)算機(jī)視覺、計(jì)算機(jī)圖形學(xué)、統(tǒng)計(jì)學(xué)等多學(xué)科理論和技術(shù)，不僅在理論研究上具有較大挑戰(zhàn)性，而且在技術(shù)實(shí)現(xiàn)上也有一定難度。人像序列是視頻傳輸中常用的圖像形式之一，本論文主要圍繞人像視頻序列語義基編碼的若干關(guān)鍵技術(shù)問題展開研究，內(nèi)容包括目標(biāo)輪廓提取與跟蹤、語義對(duì)象提取與跟蹤、基于模型的運(yùn)動(dòng)估計(jì)利混合編碼系統(tǒng)等。具體內(nèi)容如下：1.目標(biāo)輪廓精確提取與跟蹤研究準(zhǔn)確的目標(biāo)輪廓

2、提取利跟蹤是基于內(nèi)容描述的基礎(chǔ)。由于在視頻圖像中，目標(biāo)常常受到噪聲干擾，有些目標(biāo)還具有深度凹陷的邊緣，這些都嚴(yán)重地影響了目標(biāo)輪廓自動(dòng)提取的準(zhǔn)確性。目前，活動(dòng)輪廓模型是目標(biāo)輪廓提取常用的動(dòng)態(tài)方法之一，而基于梯度矢量流的活動(dòng)輪廓模型GVFSnakes(GradientVectorFlowSnakes)是其改進(jìn)型。盡管它克服了傳統(tǒng)Snakes算法的缺陷，對(duì)具有凹陷邊緣的目標(biāo)能夠有效地提取，但對(duì)于噪聲和極度凹陷邊緣的影響還比較敏感，常常會(huì)使部分

3、活動(dòng)曲線收斂到局部極值點(diǎn)處。遺傳算法可以解決不具備諸如連續(xù)、可微等特性的函數(shù)優(yōu)化問題，是一種全局最優(yōu)搜索的有效方法。細(xì)粒度遺傳算法(PGA-ParallelGeneticAlgorithm)由于內(nèi)在的并行機(jī)制，解決了遺傳算法中各子種群的適應(yīng)度計(jì)算和各子種群的新一代個(gè)體生成的并行性問題，極大地提高了算法的運(yùn)算速度。因此，本文通過改進(jìn)GVFSnakes梯度矢量流，并引入遺傳優(yōu)化搜索，提出了一種穩(wěn)健的目標(biāo)提取與跟蹤算法：即對(duì)于收斂于局部極值處

4、的輪廓控制點(diǎn)，利用細(xì)粒度遺傳算法，將相鄰的處于全局最優(yōu)控制點(diǎn)的信息通過染色體遺傳操作傳遞給這些點(diǎn)，并驅(qū)使它們向全局最優(yōu)處運(yùn)動(dòng)。實(shí)驗(yàn)證明，該算法對(duì)受噪聲干擾和具有凹陷邊緣的目標(biāo)輪廓提取不僅準(zhǔn)確而且魯棒。 2.語義目標(biāo)提取與跟蹤研究目標(biāo)分割是一個(gè)反問題，通常采用加約束的方法來獲得合理的解。對(duì)于語義分割通常是在傳統(tǒng)目標(biāo)分割算法中，適當(dāng)?shù)匾肴缧螤?、結(jié)構(gòu)等具有語義信息的先驗(yàn)知識(shí)來約束分割結(jié)果。頭肩型視頻是最常見的視頻圖像形式之一，其視頻

5、對(duì)象的主體是人的頭肩部。在分析了不同姿態(tài)下頭肩形狀的幾何特征基礎(chǔ)上，論文對(duì)頭肩輪廓形狀進(jìn)行分類，并定義了各類頭肩形狀模型；利用主成分分析(PCA-PrincipalComponentsAnalysis)方法對(duì)各類頭肩形狀模型進(jìn)行訓(xùn)約，并提取了形狀模型的主分量，大大減小了形狀矢量的冗余度和形狀描述的復(fù)雜度。引入極大似然法判定目標(biāo)輪廓形狀所屬形狀類別，并利用相應(yīng)主特征矢量合成最佳輪廓形狀模板；然后，設(shè)計(jì)一個(gè)利用邊緣、運(yùn)動(dòng)利曲率約束的離散變形

6、模板算法來有效地提取和跟蹤頭肩部。對(duì)于靜止的新聞圖像由于缺少運(yùn)動(dòng)信息而使分割變得更加困難。本文還將形狀模型引入到靜止圖像的頭肩提取中，實(shí)現(xiàn)了輪廓約束的語義空間分割。 3.基于線框模型的運(yùn)動(dòng)估計(jì)研究首先，介紹最常用的如預(yù)測最小二()(PLS-PredictiveLeastSquares)和擴(kuò)展卡爾曼濾波(EKF-ExtendedKalrnanFilter)等三維運(yùn)動(dòng)估計(jì)算法，分析了它們對(duì)噪聲數(shù)據(jù)比較敏感，對(duì)劇烈運(yùn)動(dòng)估計(jì)極易發(fā)散等缺

7、陷。論文通過自適應(yīng)參數(shù)修正和平滑濾波技術(shù)改進(jìn)了擴(kuò)展卡爾曼濾波算法，解決了EKF算法極易振蕩和發(fā)散的問題，實(shí)現(xiàn)了精確、穩(wěn)定地長序列運(yùn)動(dòng)估計(jì)。另外，還將自適應(yīng)松弛迭代方法引入到運(yùn)動(dòng)估計(jì)中，一方面擺脫了上述算法中繁重的高維矩陣求逆運(yùn)算所遇到的困難，保證了計(jì)算的收斂性；另一方面該算法程序簡單、內(nèi)存需要量小，適于在嵌入式系統(tǒng)中實(shí)現(xiàn)。 4.混合視頻編解碼系統(tǒng)研究SPIHT小波編碼盡管對(duì)圖像具有較高的壓縮比，但對(duì)于運(yùn)動(dòng)的視頻序列常常要以丟失細(xì)

8、節(jié)信息換取低碼率，因此恢復(fù)的圖像常常模糊。盡管模型基編碼方法在甚低碼率下能夠合成具有較高主觀質(zhì)量的圖像，但由于對(duì)于一般場景還很難用語義模型描述，而且對(duì)于運(yùn)動(dòng)視頻場景，常常由于缺少必要的紋理信息而使合成圖像質(zhì)量有所下降，這些都制約了其廣泛應(yīng)用。論文提出了一種新的模型基輔助的混合視頻編碼系統(tǒng)方案，有機(jī)地將兩者結(jié)合，并給出I、P、B幀速率控制、紋理補(bǔ)償技術(shù)、局部表情剪切-粘貼和圖像綜合的實(shí)現(xiàn)方法。最后對(duì)該系統(tǒng)的編碼性能及圖像合成質(zhì)量進(jìn)行了仿真