MPEG壓縮域運(yùn)動對象提取算法研究.pdf

1、視頻對象(Video Object, VO)的提取是視頻信號處理領(lǐng)域研究的熱點(diǎn)，在基于對象的視頻編碼、智能視頻監(jiān)控系統(tǒng)、人臉檢測、目標(biāo)識別、視頻數(shù)據(jù)庫檢索等領(lǐng)域有著廣泛的應(yīng)用。由于現(xiàn)在的視頻數(shù)據(jù)通常是以壓縮的方式來存儲和傳輸?shù)模堰@種壓縮的數(shù)據(jù)還原到空間域上再提取對象難以實(shí)現(xiàn)實(shí)時操作，因此近年來運(yùn)動對象提取的研究熱點(diǎn)從像素域逐步過渡到了壓縮域。在壓縮域進(jìn)行提取，可利用的信息有限且由于噪聲的存在，導(dǎo)致提取的對象過于粗糙。本文研究的主旨就是

2、解決上述從壓縮域直接提取VO 的難題，使之既發(fā)揮從壓縮域快速提取VO 的優(yōu)勢，又能逼近從像素域提取VO 的精度。 本文針對當(dāng)今應(yīng)用最廣泛的MPEG-2 標(biāo)準(zhǔn)，研究壓縮域進(jìn)行運(yùn)動對象提取的算法。主要工作如下： 第一，研究了在壓縮域中進(jìn)行全局運(yùn)動估計與補(bǔ)償?shù)姆椒ǎ帽尘皡^(qū)域的運(yùn)動矢量和全局運(yùn)動間的相似性和一致性，從背景區(qū)域的運(yùn)動矢量場來估計全局運(yùn)動，然后對運(yùn)動矢量場進(jìn)行補(bǔ)償，得到前景物體的運(yùn)動矢量。經(jīng)全局運(yùn)動估計與補(bǔ)償，使

3、后續(xù)的運(yùn)動對象提取算法既適用于靜止背景序列，也適用于動態(tài)背景序列。 第二，提出了一種壓縮域基于時、空信息融合的運(yùn)動對象提取算法。首先，在空域上重建I 幀的DC+2AC 低分辯率灰度圖，用閾值分割方法來獲取對象的輪廓特征，然后在時域上將P 幀的運(yùn)動矢量置密，迭代投影于I 幀。融合空域和時域處理的信息，快速準(zhǔn)確地實(shí)現(xiàn)了直接從壓縮域中提取粗糙運(yùn)動對象。再對粗糙的運(yùn)動對象部分解碼，在時間與精度間進(jìn)行折中，以少許時間代價獲得較高的精度，實(shí)

4、驗(yàn)表明，該提取算法效果較好且具有實(shí)時性，可應(yīng)用于實(shí)時分割系統(tǒng)。 第三，提出了一種壓縮域中基于運(yùn)動一致性模型的改進(jìn)算法，先對可從MPEG碼流中直接得到的運(yùn)動矢量場進(jìn)行可靠性度量校正、致密化和濾波處理，并采用基于塊的區(qū)域增長算法得到每個對象的大致運(yùn)動區(qū)域；然后部分解碼屬于運(yùn)動區(qū)域的塊，并把被還原的每個位置的像素值分布視為高斯分布，用統(tǒng)計的方法建立其高斯模型，通過閾值判斷可靠地提取出最終具有像素精度運(yùn)動對象。仿真實(shí)驗(yàn)表明，該算法可以有