基于細胞神經(jīng)網(wǎng)絡視頻對象分割的相關技術研究.pdf

1、視頻編碼標準MPEG-4引入視頻對象平面的概念，通過將場景分割成語義對象并分別進行編碼和解碼，以支持基于內容的交互性和可分層性。將視頻序列分解成一系列的視頻對象平面是MPEG-4成功與否的關鍵之一，視頻對象平面分割日益成為人們感興趣的研究課題。但是目前還沒有一種通用的自動分割算法適用于各種視頻序列，視頻對象分割還是一個經(jīng)典難題。由于語義視頻對象提取的算法復雜和計算量大，當前大多數(shù)的分割系統(tǒng)分割一幀至少需要一秒的時間甚至更長的時間。對于一

2、個兩分鐘長的視頻序列，大約需要1～2小時的時間才能完成視頻對象分割。顯然離實時處理的要求相差甚遠。因此如何顯著降低視頻分割算法的處理時間已是一個使視頻對象分割實用化的研究熱點。 可能的解決方法之一是采用一種新的計算體系結構。其中細胞神經(jīng)網(wǎng)絡是此類體系結構中的一種較新的方法，可使場景或視頻序列中的視頻對象實時地分割出來。細胞神經(jīng)網(wǎng)絡是一個非線性模擬電路。由于它具有高速并行的實時處理能力和機理類似于人類視覺系統(tǒng)，特別適合于圖像和視頻

3、處理領域。因此，將細胞神經(jīng)網(wǎng)絡引入視頻分割是一個值得研究的問題。然而，在細胞神經(jīng)網(wǎng)絡的應用中，穩(wěn)定性是一個關鍵問題。有些應用要求模型存在唯一的、全局漸近穩(wěn)定的平衡點。本文通過構造Lyapunov泛函，研究了帶時延的細胞神經(jīng)網(wǎng)絡的全局漸近穩(wěn)定性問題。所得的結果對于設計帶時延的細胞神經(jīng)網(wǎng)絡有重要的理論意義和應用價值。 雖然MPEG-4提出了基于對象的概念，但是MPEG-4本身沒有指定從視頻序列中得到視頻對象的方法。近年來，已提出了各

4、種各樣的視頻對象分割算法。然而，視頻對象分割性能的評價研究尚停留在主觀比較上，目前尚沒有一種被廣泛接受的客觀評價方法。視頻分割算法的評價是重要的，它有助于針對具體的應用選取合適的算法并設置恰當?shù)膮?shù)，以及有利于通過融合各種算法的優(yōu)點發(fā)展新的算法。本文提出了一種客觀的存在參考分割時對分割算法的評價方法。本方法考慮了人類視覺系統(tǒng)特性，實驗結果表明，用本文方法得到的評價結果與人眼的主觀評價結果是一致的，且能定量地給出對象分割的空間準確度和時間