互联网 qkzz.net
全刊杂志网:首页 > 女性 > 文章正文
刊社推荐

基于块仿射分类和HD跟踪的视频分割方法


□ 张晓波 刘文耀

  摘要: 提出一种自动视频分割方法,分为运动对象检测、对象跟踪、模型更新、分水岭轮廓提取四个阶段。与变化检测方法不同,该基于块的运动分类器能够检测背景具有一致运动情况下的运动对象。自动得到运动对象的二值模型并在随后帧中使用Hausdorff距离进行跟踪。将视频对象运动分为慢变和快变两部分,分别结合背景边缘模型进行匹配更新。最后提出彩色多尺度梯度修正的分水岭算法提取对象的轮廓。实验证明了算法的有效性。
  关键词:仿射运动分类器; K-S假设检验; Hausdorff跟踪; 分水岭变换
  中图分类号:TP391文献标志码:A
  文章编号:1001-3695(2008)04-1084-03
  
  随着多媒体技术的发展,人们对多媒体信息的需求也由简单的播放转向基于对象的压缩、检索和交互功能。这些新兴的应用强烈依靠于对视觉内容的描述,为此MPEG-4标准采纳了基于对象的编码技术。所谓对象,是指图像中具有一定物理、视觉或语义的区域。通过对各个对象采用不同的压缩方法和压缩比可以在一定码率的要求下提供更好的图像质量。基于对象的编码和交互首先需要分割出图像中的各个对象,为了推动MPEG-4 标准的广泛应用,基于对象的分割技术目前已成为一个重要的研究课题。
  视频分割根据人工参与程度分为半自动分割和全自动分割。在不要求实时性,但是对视频对象边界精度要求较高的应用场合,可以采用人工交互的方式[1]确定分割对象,提高视频分割的精度。全自动分割没有人工参与,完全根据序列中的运动特征和空间信息实现运动对象的提取,主要有时空联合法[2]、运动分割法[3,4]、变化检测法[5,6]。
  在运动对象检测阶段,本文提出一种基于块仿射优势运动分类的运动对象检测方法。该方法结合了基于块的仿射运动方法和优势运动分类方法两者的优点,使用K-S假设检验融合具有相同运动的块。在对象跟踪阶段,使用局部Hausdorff距离跟踪对象的位移和轮廓变化;在模型更新阶段,将视频对象运动分为慢变和快变两部分,分别进行跟踪,并在匹配公式中结合背景边缘模型,提高了匹配的速度和精度;最后使用基于彩色多尺度梯度修正的分水岭算法提取对象的轮廓,能够得到准确、封闭的对象轮廓。
  
  1运动对象检测
  
  文献[2,3]提出一种基于分块的优势分类运动对象检测方法。该方法结合了基于块的仿射运动方法和优势运动分类方法两者的优点,能够提取初始的运动对象,用于随后帧的自动跟踪。帧间差变化检测的方法确定运动对象,要求背景是静止的。本文提出的分块仿射优势运动分类方法(block-based affine dominant motion classifier)通过计算得到背景的仿射运动模型,利用该模型进行前景/背景分类,能够检测背景具有一致运动情况下的运动对象。 ......
很抱歉,暂无全文,若需要阅读全文或喜欢本刊物请联系《计算机应用研究》杂志社购买。
欢迎作者提供全文,请点击编辑
分享:
 

了解更多资讯,请关注“木兰百花园”
分享:
 
精彩图文


关键字
支持中国杂志产业发展,请购买、订阅纸质杂志,欢迎杂志社提供过刊、样刊及电子版。
关于我们 | 网站声明 | 刊社管理 | 网站地图 | 联系方式 | 中图分类法 | RSS 2.0订阅 | IP查询
全刊杂志赏析网 2017