基于时空相关性预测的运动估计的优化

运动估计的方法不仅在视频压缩技术中得到广泛的应用,而且也在高质量的视频帧频转换中起到了越来越重要的作用。如何提高运动估计所得到的运动矢量的质量,从而得到更高质量的插入帧图像,是文中研究的目的。在分析比较了现有的几种运动估计算法的基础上,提出了一个优化方法。该方法利用了分水岭算法对视频图像的物体进行正确分割,得到了被识别物体的最优的运动矢量。实验结果表明,该优化方法能够优化所有基于时空相关性预测的运动估计的算法的运动矢量,得到的插入帧图像的质量更高,因而具有较强的实用性。     

基于块匹配的鲁棒视频图像镶嵌算法

为了获取宽视野的场景表示,提出了一种基于块匹配的视频图像镶嵌算法,该算法首先采用基于相位相关的块匹配方法估计出视频图像间的运动矢量场,并剔除其中由于图像噪声或运动物体的遮挡而导致外点运动矢量,然后根据图像的运动矢量场确定出图像子块之间的对应点对,进而利用得到的对应点对迭代求解图像间的变换模型参数以实现视频图像的自动镶嵌.针对真实场景的视频图像序列进行实验,获得了较好的镶嵌结果,表明了该算法的有效性.     

基于改进射线矢量法的手部轮廓与手势实时跟踪方法

目前,在视频分析和处理过程中,运动物体的实时检测和与轮廓跟踪作为计算机视觉分析识别的基础,已变得越来越重要了.改进了传统的射线矢量法表示物体形状的方法,并结合拆分法和聚合法对单帧图像进行分割,以得到完整而准确的手部曲线,在相邻帧之间采用了Kalman滤波器估计帧间手部运动的轨迹来实现跟踪过程.该方法很好地克服了传统射线矢量法所无法表示的形状的缺陷,能够准确地跟踪手部的运动以及各种手势.     

运动矢量聚类的视频水印方法

基于运动矢量视频水印算法,结合人的视觉特性（HVS）,根据运动矢量值及运动矢量块区域聚类的特征,利用FCM算法实现运动矢量的分类,以运动矢量块为单位,将水印信息嵌入到运动矢量上。运动矢量不需要完全解码和再编码过程,所提出的水印算法简单、有效,从而实现了水印盲检。与嵌入水印前的原视频图像相比,嵌入水印后的视频图像信噪比损失很小,对帧删除、帧插入和噪声等攻击方式具有极强的鲁棒性。     

一种运动自适应的帧速率上转换算法

在基于块的帧速率上转换算法中,块尺寸直接影响运动估计的准确性及插值帧的视觉效果。为此,提出了一种运动自适应的帧速率上转换算法。通过引入STGS图对视频内容进行预分析,根据运动特性自适应选取适合每一帧图像的块尺寸,进行重叠的块运动估计。并针对失真易产生在块边缘的特点,对块边缘的运动矢量进行插值细化处理,平滑运动矢量场,减轻人眼敏感的块效应。实验结果表明,该算法整体性能优于传统的固定块尺寸运动估计的帧速率上转换算法。     

基于小波域的视频压缩编码MRME算法的研究

小波变换将视频帧分解为一系列的不同频带的子图像,在该方法中,高分辨率的运动矢量由低分辨率的运动矢量预测,并且在每一步都要进行矢量修正.为了进一步提高运动补偿的效率,提出了一种只对运动区域进行运动补偿的多分辨率运动补偿(MRME)算法,根据当前帧和参考帧小波系数,运动区域由自适应的运动检测算法得到,实验结果表明,这种方法在运算时间、信噪比和码长度方面都得到了令人满意的结果.     

基于数学形态学的视频帧间压缩算法研究与实现

常用视频压缩算法DCT存在方块效应和飞蚊噪声,在低速率传输下更为明显,难以满足视频传输中带宽窄、质量高的要求。基于数学形态学的视频图像帧间编码技术,是运用帧间运动补偿的编码算法,该算法通过复合形态变换,用结构元素对宏块中的不规则小块进行开、闭运算,选取并滤出不规则小块,再对不规则小块的大小和运动矢量进行运动估计编码,采用绝对差分和找出匹配块,实现帧间预测。通过仿真可达到比较精细的补偿,提高了编码效率,在相同压缩比下可提高视频质量,弥补了DCT算法在图像传输中的不足,改善了图像传输效果,降低了运算复杂度,对网络视频图像的编解码及传输具有一定的实用意义。     

基于加权运动估计和矢量分割的运动补偿内插算法

提出了一种基于加权运动估计、矢量分割和可变块层次化处理的运动补偿内插(Motion-compensated frame interpolation, MCFI)算法. 首先, 提出一种加权运动估计改善了运动矢量(Motion vector, MV)的准确度, 其次, 通过矢量聚类分割将视频帧分割为运动区域和背景, 然后对运动区域的运动矢量进行了可变块层次化处理. 此过程中, 采用可变块合并算法保证了运动物体的边缘结构信息不被损坏. 同时考虑到部分可变块的多方向性, 使用了自适应矢量中值滤波器和矢量平滑降低了运动块大小, 能有效地消除传统方法中出现的方块效应和重影现象. 实验结果表明该算法在内插图像的主观视觉效果和客观评估标准上都有所提高, 而且对于运动较快及背景较复杂的视频序列同样具有较强的适应性.     

一种运动背景下移动目标的检测方法

针对全局运动视频序列中的目标检测,提出了改进的灰度投影算法.通过对灰度投影相关曲线的分析,根据其单峰性特征,提出了三点局域自适应搜索算法,该方法能够快速的估计出前后两帧之间的运动矢量.然后以参考帧图像背景为参照,映射当前帧的背景信息,以此补偿全局运动矢量,将连续几帧图像的相同背景稳定在同一幅图像的相同位置上,从而能够利用改进的连续三帧差分法准确地检测出运动目标,并根据目标的特征进行分类识别.实验结果表明,该方法能够有效地从视频序列中提取和识别出运动目标.     

运动矢量加速度预测起始搜索点的块匹配算法

块匹配运动估计是去除图像序列时间冗余的重要手段,在MPEG-4、H.264/AVC等视频编码标准中都得到了应用,但消耗了巨大的运算量.论文阐述了块匹配算法原理,归纳了当前运动估计中采用的各种手段,建议使用一种运动矢量加速度预测搜索起点的算法,利用相邻的若干参考帧中对应块的运动加速度来预测待编码块的起始运动矢量.仿真结果证明该方法效果明显,减少了搜索次数且准确度高.     

基于人体姿态估计与聚类的特定运动帧获取方法

运动视频中特定运动帧的获取是运动智能化教学实现的重要环节,为了得到视频中的特定运动 帧以便进一步地对视频进行分析,并利用姿态估计和聚类的相关知识,提出了一种对运动视频提取特定运动帧 的方法。首先选用 HRNet 姿态估计模型作为基础,该模型精度高但模型规模过大,为了实际运用的需求,对 该模型进行轻量化处理并与 DARK 数据编码相结合,提出了 Small-HRNet 网络模型,在基本保持精度不变的情 况下参数量减少了 82.0%。然后利用 Small-HRNet 模型从视频中提取人体关节点,将每一视频帧中的人体骨架特 征作为聚类的样本点,最终以标准运动帧的骨架特征为聚类中心,对整个视频进行聚类得到视频的特定运动帧, 在武术运动数据集上进行实验。该方法对武术动作帧的提取准确率为 87.5%,能够有效地提取武术动作帧。     

基于二维透射变换的视频全景图拼接算法

视频序列全景图拼接技术是视频图像分析的关键技术之一。针对帧间运动模型为二维投影变换的常见视频序列,提出了一种全景图拼接算法.该算法首先采用改进的基于RANSAC的特征点匹配算法对相邻帧的运动参数进行估计,接着采用直接法对各帧与全景图间的运动参数进行精确调整,最后运用自适应中值滤波绘制出全景图。实验结果表明,该方法能够生成较高质量的全景图,基本能实现无缝连接。     

基于H.264压缩域的镜头运动信息提取

本文根据H．264编码特点，提出了一种从H.264压缩域中快速有效地进行镜头运动参数估计的算法。镜头运动信息在视频分析处理中起着重要的作用。该算法充分利用了H．264压缩码流中的信息，通过提取预测残差DC图像的运动背景区域，估计镜头运动参数，从而保证了参数估计的准确性，有效地克服了已有文献中仅仅采用运动矢量进行镜头运动估计的局限性。根据不同的H．264测试序列的对比分析，结果表明本算法可快速准确地对H．264视频序列进行全局运动信息估计，同时具有很高的鲁棒性。     

Video frame interpolation via optical flow estimation with image inpainting

As we all know, video frame rate determines the quality of the video. The higher the frame rate, the smoother the movements in the picture, the clearer the information expressed, and the better the viewing experience for people. Video interpolation aims to increase the video frame rate by generating a new frame image using the relevant information between two consecutive frames, which is essential in the field of computer vision. The traditional motion compensation interpolation method will cause holes and overlaps in the reconstructed frame, and is easily affected by the quality of optical flow. Therefore, this paper proposes a video frame interpolation method via optical flow estimation with image inpainting. First, the optical flow between the input frames is estimated via combined local and global-total variation (CLG-TV) optical flow estimation model. Then, the intermediate frames are synthesized under the guidance of the optical flow. Finally, the nonlocal self-similarity between the video frames is used to solve the optimization problem, to fix the pixel loss area in the interpolated frame. Quantitative and qualitative experimental results show that this method can effectively improve the quality of optical flow estimation, generate realistic and smooth video frames, and effectively increase the video frame rate.     

Global bi-directional motion compensation frame interpolation algorithm

A frame interpolation algorithm for the application of low-bit-rate video coding is proposed in this paper. The global motion vectors are first estimated by computing global sum of absolute differences between frames. Then the block motion estimation is carried out according to the modified weighted correlation index criteria. The estimation is further adjusted around the moving object based on the modified weighted correlation index criteria but with a smaller factor k so that the global motion estimation is less influential to the movement vector estimation for the moving objects. Finally the motion estimation outliers are determined by the Box-and-Whisker analysis, and removed by two methods. Method 1 redoes the bi-directional estimation with a larger factor k; Method 2 computes the movement vectors of the outliers using neighboring movement vectors. The experiments showed that the proposed method can improve the peak signal to noise ratio for four test video sequences. Visual inspection also shows better frame interpolation quality.     

基于运动估计与回溯自适应正交匹配追踪的视频压缩传感

为了解决传统视频压缩传感方法中对视频逐帧单独重构所产生的图像模糊,将压缩传感理论与MPEG标准视频编码的相关技术相结合,提出了一种基于运动估计与运动补偿的视频压缩传感方法,以消除视频信号在空域和时域上的冗余。该方法在充分考虑视频序列时域相关性的同时,首先对视频图像进行前、后向和双向预测和补偿,然后采用回溯自适应正交匹配追踪(BAOMP)算法,对运动预测残差进行重构,最后实现当前帧的重构。实验结果表明,该方法较逐帧重构的视频图像质量有较大改善,且可获得更高的峰值信噪比。     

基于邻近译码图像的运动估计算法

本文首先提出了一咱新的运动估计算法，它利用当前帧中已经译码的相邻图像实现当前图像的运动估计，避免了运动矢量的编码和传输；然后提出了一种符合图像编码要求的图像发割算法，该算法能够较好地从图像中提影响图像质量的关键区域，在这两种新算法基础上，本文最终实现了一种性能较好的视频编码算法。     

基于运动矢量细化的帧率上变换与HEVC结合的视频压缩算法

将帧率变换技术与新型视频压缩编码标准HEVC相结合有利于提升视频的压缩效率。针对直接利用HEVC码流信息中的低帧率视频的运动矢量进行帧率上变换时效果不理想的问题,文中提出了一种基于运动矢量细化的帧率上变换与HEVC结合的视频压缩算法。首先,在编码端对原始视频进行抽帧,降低视频帧率;其次,对低帧率视频进行HEVC编解码;然后,在解码端与从HEVC码流中提取出的运动矢量相结合,利用前向-后向联合运动估计对其进行进一步的细化,使细化后的运动矢量更加接近于对象的真实运动;最后,利用基于运动补偿的帧率上变换技术将视频序列恢复至原始帧率。实验结果表明,与HEVC标准相比,所提算法在同等视频质量下可节省一定的码率。同时,与其他算法相比,在节省码率相同的情况下,所提算法重建视频的PSNR值平均可提升0.5 dB。     

基于综合匹配的鸟类视频中运动物体的检测

鄱阳湖是中国最大的湿地。每年秋末冬初,会有成千上万只候鸟来此越冬,该地区的自然生态系统和这些鸟类的活动有着密切的联系,因此,研究该地区的鸟类是了解该地生态系统的一个重要方式。本文采用帧间差分法对该地所拍摄鸟类视频数据进行运动物体检测。由于视频在获取过程中存在摄像机的移动,所以在处理过程中首先需要估计背景的运动并加以补偿。背景运动的估计是在常用的块匹配方法的基础上作了一定的改进,通过多个匹配块的匹配结果来计算运动矢量。为提高正确率,块的匹配在差分图像上进行。最后,利用在鄱阳湖录取的视频对本文所述方法进行了实验,实验结果表明本文所述方法对背景的去除和运动物体的检测的有效性。