使用修改的豪氏道夫距离自动提取运动对象

新的视音频编码标准MPEG－4增加了支持基于内容的功能,它把视频序列分割成语义意义上的视频对象（VO）视频对象在某一瞬时的：“快照”称为视频对象平面（VOP）,且一系列VOP表示一个运动对象,VOP分割相当困难,这主要是因为物理对象通常不以亮度,彩色或光流等低级特征来表达,所以经典的分割方法无法获得有意义的分割结果,为了对这种视频运动图象进行有效的提取,提出了一种基于修改的豪氏道夫对象踊跃器的自动VOP分割方法,首先提取出初始模型,然后用跟踪器在序列中继帧中跟踪此对象,再对模型逐帧修改,以适应对象在后继帧中形状的旋转和变化,最后根据一系列二值模型来提取出视频对象,此外,为了提高分割效果帮减少复杂性,还使用了静 背景滤除技术来滤除静态背景,实验结果表明,该算法是有效的。     

一种基于小波变换的视频对象分割算法

新一代视频编码标准MPEG－4提出了基于内容的视频编码的概念，它充分考虑到视频场景的特点，对不同对象用不同方法进行编码，这样视频对象分割就成为该标准的关键技术之一。该文提出一种利用小波变换分割视频序列中运动对象的算法。算法的主要思想是通过对视频序列在时间轴上作小波变换提取视频对象的运动信息进行视频对象的分割。实验结果证明，本算法能比较准确地分割出运动视频对象。     

一种改进的基于边缘信息的运动分割方法

1.前言 MPEG-4图像压缩标准的制定使得视频分割技术显得尤为重要.视频分割是指视频序列按一定的标准分割成区域,从而从视频序列里分离出有意义的实体.在MPEG-4标准的图像编码中,为了实现基于图像内容的交互功能,将视频序列的各帧图像按照不同的视频对象面(VOP)来表示,然后对视频对象分别进行编码,这样一方面提高了编码效率,一方面实现了用户与图像场景内容的交互性,所以在编码的过程中正确地划分视频对象(video object)和层次(1ayer)是必不可少的环节.这也正是视频分割的目的所在,实际上只要运用适当的分割技术就可以提取出符合实际的图像对象.     

一种语义视频对象分割改进算法

随着MPEG－4、MPEG－7等标准的提出，如何提取语义视频对象已成为当前视频压缩和检索领域共同的研究课题。针对Watershed方法不能很好处理MPEG－1视频数据和人机交互困难的缺陷，该文提出了改进算法，它可以在MPEG－1视频数据上分割出光滑轮廓的语义视频对象。     

MPEG—4标准视频编码初论

MPEG－4视频部分（ISO／IEC 14496－3）是MPEG－4标准核心内容之一，它既提供了传统的基于帧的编码方法也提供了基于视频对象的编码方法，为高效压缩与基于内容的交互提供了坚实的基础，文章对MPEG－4标准视频编码部分做了详细的描述，并对MPEG－4视频的应用做了简要介绍。     

自动分割及跟踪视频运动对象的一种实现方法

随着MPEG-4压缩标准的制定,分割及跟踪视频运动对象的研究显得极其重要。在MPEG-4视频编码标准中,为了实现基于视频内容的交互功能,其视频序列的每一帧由视频对象面（VOP）来表示。为了生成视频对象面,需要对视频序列中的运动对象进行有效的分割;并跟踪运动对象随时间的变化,为此提出并实现了一种用于分割及跟踪视频运动对象的时空联合方法。该方法首先采用连续帧间差的4次统计量假设检验,确定运动对象的位置,自动地分离出运动区域与背景区域;在运动区域内,采用数学形态学的分水线算法来精确地提取运动对象的轮廓;最后,将提取到的运动对象作为模板,对后续的视频序列,用Hausdorff距离度量,来跟踪并提取后续帧中运动对象。实验结果表明,该方法能有效地分割和跟踪视频运动对象,且能有效减少计算复杂度,其调整参数也较少。     

在MPEG视频上的语义视频对象分割改进算法

随着MPEG－4，MPEG－7等标准的提出，如何提取语义视频对象已成为当前视频压缩和检索领域共同的研究课题。特别是MPEG－7对视频对象的形状检索提出了具体要求。针对顾创等人的WaterShed算法不能很好处理现有MPEG－1视频数据的缺陷，提出改进算法，从而能够在MPEG视频流中提取到具有光滑轮廓的语义视频对象，算法主要有以下两点改进：提出将类成员数作为分类算法的参数；有压缩域和解码后的图像上先后进行两次分割。实验结果表明，改进算法在鲁棒性和分割结果精度上比原算法有较大的改进，其分割结果可用于轮廓检索和重要视频对象检索。     

MPEG—4视频的实时传输

MPEG－4是一个全新的多媒体标准,采用了基于对象和模型的编码方法。简要总结了MPEG－4视频编码的各种特点,对网络实时传输MPEG－4视频提出了各种评估标准,并针对面临的困难介绍了相应的解决方案。     

自动分割视频序列中运动物体的新算法：多特征联合方法

视频编码标准MPEG-4增加了适于多种应用的基于视频内容的功能,为了支持这一功能和提高编码效率,MPEG-4将视频序列中的每一帧分解成视频对象面(VOP);另外,由于基于内容的视频检索和视频监控系统均期望用分割出的关键视频对象紧致地表示一个序列,同时由于视频分割技术在模式识别、计算机视觉等领域也得到了广泛的应用,因此,分割视频运动物体并跟踪运动物体的变化变得至关重要.为了对视频中运动物体进行有效的分割,在帧差图象的基础上,采用Canny边缘检测和随机信号的高阶矩检测相结合的方法,来自动分割视频序列的前景区域和背景区域,并在前景区域中应用区域生长法进行颜色分割,以精确提取运动物体的边缘;还利用边缘和颜色特征来对分割出的运动物体建立模板,用于解决非刚体运动中局部暂时停止运动的情况.实验结果表明,此方法可以有效地分割运动物体,并能跟踪运动物体的变化.     

一种视频对象分割算法和实现

多媒体通信发展在出现了MPEG-1和MPEG-2后,MPEG委员会又提出了MPEG-4的标准。这种标准是基于对象的编解码技术。其关键是视频对象(VO)的分割和提取。因此,视频对象的提取在MPEG-4中起着重要的作用。本文在一种基于对称差分的运算检测方法基础上,提出改进方法,对每个运动对象加矩形框。实验表明该算法可以快速清晰的分割出多个运动视频对象。     

基于对象的视频图象分割技术

随着“流媒体”技术应用的发展和 MPEG- 4基于内容的功能的提出 ,视频图象处理领域中 ,基于对象的分割技术已成为该领域的研究热点 .如今视频分割研究已由基于镜头的分割发展到了通过提取视频对象面 ,来分割出视频对象的阶段 ,但目前基于对象的分割研究仍处于起步阶段 ,技术还很不成熟 .为了推动该技术进一步发展 ,在深入分析分割问题本质的基础上 ,首先提出从分割所利用的信息角度出发来进行分割的技术 ;然后针对分割技术的发展趋势 ,深入介绍了该研究领域国内外的最新研究算法 ,并分析了各方法技术的贡献和不足 ;最后提出了一些分割技术值得进一步深入探讨的问题和研究方向     

基于内容检索的视频分割技术的研究

视频分割就是从视频序列中分割出在语义上有意义的对象。目前，视频分割已从基于镜头的分割发展到了基于内容的视频对象分割。文章介绍了基于内容的时域及空域视频分割技术，提出了一种基于多帧差异的视频对象分割算法。     

流文件MP4文件的核心技术

在MPEG4标准中，包括场景信息、对象信息、管理控制信息等信息都是以二进制形式进行编码并存放在流文件MP4中。MP4文件包含了与媒体数据时间序列相关的时间、结构、媒体信息(例如音频／视频表达文件)，并通过轨道将它们联系在一起。本文重点介绍流文件MP4中的下列关键技术：与创建MP4文件相关的场景描述、对象描述、场景描述与对象描述之间的关系以及MP4流文件的组成机制和基于网络播放MP4流文件机制等，并基于MP4文件格式实现了汉字显示技术，这些内容有助于在实际研究中创建MPEG4流文件和应用MPEG4流技术。     

MPEG-4中的静止纹理物体编码

新一代的国际标准MPEG-4不仅对运动视频有着很好的压缩效果，而且定义了压缩静止图像的部分——visual texture coding(VTC)。MPEG-4VTC编码可以对任意形状的静止物体进行编码，而且可以产生渐进的、可扩展的、对误差鲁棒的比特流。本文根据MPEG-4VTC所定义的解码过程，建立了与标准相容的编码框架；从标准要求的各个方面人手，给出了对于小波变换系数的不同扫描算法和不同的量化算法。通过与其他静止图像的压缩标准对比。可以看出实现的VTC编码算法不但有良好的率失真性能，而且具有许多有用的特性。     

Automatic key video object plane selection using the shapeinformation in the MPEG-4 compressed domain

Object-based video representation, such as the one suggested by the MPEG-4 standard, offers a framework that is better suited for object-based video indexing and retrieval. In such a framework, the concept of a “key frame” is replaced by that of a “key video object plane”. In this paper, we propose a method for key video object plane selection using the shape information in the MPEG-4 compressed domain. The shape of the video object (VO) is approximated using the shape coding modes of I, P, and B video object planes (VOPs) without decoding the shape information in the MPEG-4 bit stream. Two popular shape distance measures, the Hamming and Hausdorff distance measures, are modified to measure the similarities between the approximated shapes of the video objects. Although they feature different computational and implementation complexity tradeoffs, the corresponding algorithms achieve essentially the same performance levels in selecting key video object planes that represent efficiently the salient content of the video objects     

基于内容的视频分割技术研究

随着MPEG-4基于内容功能的提出以及MPEG-7标准的不断推广应用,视频对象分割技术已成为视频处理领域中的研究热点。视频对象分割就是从视频序列中分割出在语义上有意义的对象。目前对视频分割研究已从基于镜头的分割发展到了基于内容的视频对象分割。然而,基于内容的视频对象分割技术还不成熟。文中讨论了视频对象分割技术的发展和研究状况,从组成视频运动对象的分割系统出发,介绍了时域分割以及时空域联合分割等技术,并提出了一种基于多帧差的视频对象分割算法。最后对分割技术中需要深入研究的问题进行了探讨。