一种新的基于遗传算法的快速运动估计方法

本文提出了一种新的基于遗传算法的快速运动估计方法.该方法对遗传算法进行了改进,采用"阈值法"确定选择算子,并将基因变异所导致的随机搜索与特定目标搜索相结合,解决了以往快速搜索算法易陷于局部最优的问题,大大提高了运动估计速度.该方法还将运动矢量空间一致性原则用于初始种群的选取,进一步提高了算法性能.由于其具备遗传算法固有的规则性和高度并行性,该方法适合于采用VLSI实现实时视频编码器.     

非刚性稠密匹配大位移运动光流估计

光流场是目标检测,无人机定位等众多计算机视觉任务的重要基础.本文针对非刚性大位移运动等困难运动类型图像序列光流计算的准确性与鲁棒性问题,提出一种基于非刚性稠密匹配的TV-L1（Total Variational with L1 norm,TV-L1）大位移光流计算方法.首先,使用非刚性稠密块匹配计算图像序列初始最近邻域场,其次根据图像相邻块区域的相似性消除初始最近邻域场中的非一致性区域以得到准确的图像最近邻域场.然后,在图像金字塔分层计算框架下,将图像最近邻域场引入基于非局部约束的TV-L1光流估计模型,通过Quadratic Pseudo-Boolean Optimization（QPBO）融合算法在金字塔分层图像光流计算时对TV-L1模型光流估计进行大位移运动补偿.最后,采用标准测试图像序列对本文方法和当前代表性的变分方法LDOF（Large Displacement Optical Flow,LDOF）、Classic+NL、NNF（Nearest Neighbor Fields,NNF）以及深度学习方法FlowNet2.0进行对比分析.实验结果表明,本文方法能有效提高非刚性运动、大位移运动以及运动遮挡等困难运动类型光流估计的精度与鲁棒性.     

抗运动干扰的人脸视频心率估计

该文针对现有的人脸视频心率检测方法在现实情景中受运动干扰难以准确估计心率的问题,提出一种抑制运动干扰的非接触式心率估计新方法。首先利用判别响应图拟合与KLT跟踪算法消除人脸的刚性运动干扰;然后使用对运动鲁棒的色度特征进行两步心率估计,并引入空间梯度因子调控空域和频域的权重,抑制非刚性运动的干扰;最终得到人脸不同区域融合的平均心率数值和信号波形图,实现心率的精确估计。实验结果表明:所提方法相比其它的基于人脸视频的心率估计方法优势明显,提升了信号波形图和真实脉搏波形的一致性,进一步提高了心率估计的精度和鲁棒性。     

一种改进型的粒子滤波器

针对复杂背景条件下图像序列中跟踪运动目标的问题,提出一种改进的粒子滤波图像跟踪算法,该算法利用遗传算法的研究成果,采用选择、交叉、变异等步骤实现对粒子的重采样,解决了粒子滤波器所面临的粒子退化和匮乏问题.由于该算法利用了遗传算法的全局寻优特性,因此该算法具有较强的稳健性.同时,粒子滤波可实现非线性非高斯状态空间模型的最优估计,将该粒子滤波用于目标跟踪,具有较好的过遮挡能力.实验结果表明,该算法状态估计性能好,能够很好地实现复杂图像序列中的目标跟踪.     

基于OMP-CADMM的非合作运动人体ViSAR成像方法

合成孔径雷达（Synthetic Aperture Radar,SAR）人体成像技术凭借其高分辨、强穿透、易部署和高安全性，已成为SAR拓展至日常民用领域的关键技术之一.然而现有SAR人体成像方法大多针对固定场景下的静态人体目标进行合作式成像，难以满足开放场景非合作成像应用的需求.为此，本文基于人体运动的块稀疏性与一致性约束，提出了一种面向非合作运动人体的视频SAR(Video SAR,ViSAR)成像方法 .该方法首先结合ViSAR子孔径快速成像技术，简化人体非刚性运动模型，建立非刚性运动相位误差参量模型；随后结合人体运动的块稀疏性与时间连续性，基于正交匹配追踪（Orthogonal Matching Pursuit,OMP）稀疏恢复算法估计人体运动相位误差；最后基于一致性交替方向乘子法（Consensus Alternating Direction Multiplier Method,CADMM）优化框架，保留人体目标局部结果的一致性共有特征，从多个局部补偿结果集中优化出人体的全局聚焦成像结果，实现人体的非刚性运动补偿与全局精细优化.实验结果表明该文所提方法可实现非合作走动人体的视...     

一种基于对象的动态视频超分辨率复原算法

从视频序列中复原高分辨率的运动对象在众多研究领域具有重要的应用意义.本文针对动态视频中整体运动的刚性或准刚性对象,提出一种基于对象的超分辨率复原方案,首先引入基于6参数仿射模型的对象跟踪和匹配算法,用于视频中运动对象的自动跟踪和匹配.进而将该运动模型与最大后验概率(MAP)算法相结合实现了所跟踪对象的超分辨率复原.对仿真和实测序列的实验结果表明,这种基于对象的处理方法能够实现更为准确的运动估计,因而收到了更好的复原效果.     

基于GA的压缩域中全局运动估计及在字幕遮挡区域恢复中的应用

文章提出了一种直接使用压缩域中的运动矢量进行全局运动估计的方法,并用遗传算法优化输入运动矢量与全局运动参数所产生运动矢量的平均匹配误差.最终的实验结果表明本文的方法能够很好的估计出全局运动的参数.并且提出了一种运用全局/局部运动信息进行视频中字幕遮挡区域的恢复的方法.实验结果表明该方法取得了较好的视觉效果.     

基于图像局部结构的区域匹配变分光流算法

针对变分光流算法的计算精度与鲁棒性问题,提出一种基于图像局部结构的区域匹配变分光流算法.光流估计能量泛函的数据项采用图像结构守恒与灰度守恒相结合,并引入规则化非平方惩罚函数,保证了光流估计的精度与鲁棒性;平滑项采用随图像局部结构自适应变化的扩散策略结合区域匹配约束函数能够有效地保护运动物体或场景的边缘轮廓信息;在光流计算过程中引入金字塔分层细化策略克服图像序列中大位移运动引起的像素点漂移现象,并采用数学方法证明光流估计模型的鲁棒性和收敛性.多组实验表明,本文方法在图像中存在剧烈光照变化、非刚性物体复杂运动以及多目标大位移运动等情况下具有较高的计算精度、较好的鲁棒性.     

基于光流与Delaunay三角网格的图像序列运动遮挡检测

针对图像序列运动遮挡检测的准确性与鲁棒性问题,提出一种基于光流与Delaunay三角网格的图像序列运动遮挡检测方法.首先构造基于非局部约束的TV-L¹光流估计模型;然后根据图像Delaunay三角网格划分与光流估计结果对图像序列帧间对应像素点和局部三角形进行运动遮挡判断并检测遮挡区域;最后采用MPI Sintel和Middlebury数据库提供的测试图像集对本文方法与SMOD、GOSF等代表性方法进行对比测试.实验结果表明,本文方法相对于SMOD和GOSF方法在十组测试图像集的平均漏检率和误检率分别降低15.21%与30.57%,说明本文方法针对非刚性运动、复杂场景、弱纹理、光照阴影以及大位移等类型图像序列均具有较高的检测精度和较好的鲁棒性.     

一种基于自适应模板的运动估计算法

在对H.264参考模型JM10.2中采用的非对称十字多重六边形网格搜索(UMHexagonS)运动估计算法进行详尽分析的基础上,提出了针对非对称动态十字搜索、5×5模板搜索和非均匀多层次六边形格点搜索模式三方面的改进措施来优化算法.该自适应模板运动估计算法可显著减少运动估计所需搜索点数,实验表明,本文算法可在图像质量和码率基本不变的前提下平均可节省30％运动估计时间.     

Dense motion estimation using regularization constraints on local parametric models

This paper presents a method for dense optical flow estimation in which the motion field within patches that result from an initial intensity segmentation is parametrized with models of different order. We propose a novel formulation which introduces regularization constraints between the model parameters of neighboring patches. In this way, we provide the additional constraints for very small patches and for patches whose intensity variation cannot sufficiently constrain the estimation of their motion parameters. In order to preserve motion discontinuities, we use robust functions as a regularization mean. We adopt a three-frame approach and control the balance between the backward and forward constraints by a real-valued direction field on which regularization constraints are applied. An iterative deterministic relaxation method is employed in order to solve the corresponding optimization problem. Experimental results show that the proposed method deals successfully with motions large in magnitude, motion discontinuities, and produces accurate piecewise-smooth motion fields.     

基于光流场算法的运动估计方法研究

MPEG-4是现阶段最重要最有影响的多媒体数据压缩编码国际标准。介绍了MPEG-4中常用的运动估计算法,重点介绍了一种基于光流场算法的运动估计方法,并在理论上进行了详尽地推导,通过用光流场对运动图像的速度场进行近似估计,较好地去除了图像相邻帧之间的时间相关性,而且具有较快的处理速。模拟试验也证实了该方法的可行性、有效性。     

一种快速、鲁棒的压缩视频光流场估计算法

该文针对视频运动特性的快速分析需求,提出了一种压缩域中的光流场估计算法。首先利用DCT变换后的两个AC系数估计出图像的空间偏导数,在此基础上再利用预测残差以及运动矢量对图像的时间偏导数进行估计。另外对编码过程中未进行前向运动预测的宏块特性进行了详细的分析,给出了这些宏块相对于前向参考帧的运动信息估计方法,并对时域不连续的图像块给出了一种修正的偏导数估计方法,以此解决遮挡、切换等现象。然后通过最小二乘法并结合图像的偏导数进行光流场估计。实验表明该方法在准确度上可以达到或超过像素域中的L-K估计方法,比起现有的压缩域估计方法也有一定提高,而在计算时间上相比像素域估计有了大幅度降低。     

Robust real-time-constrained estimation of respiratory motion for interventional MRI on mobile organs

Real-time magnetic resonance imaging is a promising tool for image-guided interventions. For applications such as thermotherapy on moving organs, a precise image-based compensation of motion is required in real time to allow quantitative analysis, retrocontrol of the interventional device, or determination of the therapy endpoint. Reduced field-of-view imaging represents a promising way to improve spatial and/or temporal resolution. However, it introduces new challenges for target motion estimation, since structures near the target may appear transiently due to the respiratory motion and the limited spatial coverage. In this paper, a new image-based motion estimation method is proposed combining a global motion estimation with a novel optical flow approach extending the initial Horn and Schunck (H&S) method by an additional regularization term. This term integrates the displacement of physiological landmarks into the variational formulation of the optical flow problem. This allowed for a better control of the optical flow in presence of transient structures. The method was compared to the same registration pipeline employing the H&S approach on a synthetic dataset and in vivo image sequences. Compared to the H&S approach, a significant improvement (p<0.05) of the Dice's similarity criterion computed between the reference and the registered organ positions was achieved.     

一种自适应的光流估计方法

本文通过对光流基本约束项和平滑约束项加以改进,提出一种自应用的光流估计算法。这种算不能够较精确进行光流运动估计,减轻Horn方法中全局平滑约束对运动边界的影响,提高估计的峰值信噪比。实验结果表明：这种算法是有效的。     

Robust optical flow estimation based on a sparse motion trajectory set

This paper presents an approach to the problem of estimating a dense optical flow field. The approach is based on a multiframe, irregularly spaced motion trajectory set, where each trajectory describes the motion of a given point as a function of time. From this motion trajectory set a dense flow field is estimated using a process of interpolation. A set of localized motion models are estimated, with each pixel labeled as belonging to one of the motion models. A Markov random field framework is adopted, allowing the incorporation of contextual constraints to encourage region-like structures. The approach is compared with a number of conventional optical flow estimation algorithms taken over a number of real and synthetic sequences. Results indicate that the method produces more accurate results for sequences with known ground truth flow. Also, applying the method to real sequences with unknown flow results in lower DFD, for all of the sequences tested.     

基于图像梯度场序列的双向GDIM光流计算方法

提出了一种基于图像梯度矢量场的双向广义动态图像模型(GFBD-GDIM)光流计算方法.本文方法:在图像梯度场上进行光流估计以减弱光照变化带来的影响;将一个大的运动矢量分解为两个不同方向的子矢量进行估计,有助于减小估计误差,提高计算精度;采用广义动态图像模型(GDIM)对图像梯度场的变化进行建模,可使模型适用于更加一般的场合.图像序列实验表明,本文方法可以获得更加精确和鲁棒的运动矢量估计.     

图像分割中运动估计研究

为了改善运动估计中传统光流法处理的图像存在平滑性不好,边界信息丢失等缺点,提出了一种新的图像运动估计方法。该方法加入图像结构不变假设,降低光照变化的影响,并利用K—Mean聚类法对图像分割矫正,使得运动估计结果在保持平滑的基础上,更好地保留图像的边界信息。实验结果表明,该算法比传统光流法在运动边界问题的处理上更有好的改善。