快速图像分割和抠图技术研究

为解决现有算法速度慢、集成度低的问题,提出了改进的算法。利用图像分割算法Grabcut对图片的前景进行分割;高效地生成三分图,并以此作为基于三分图的抠图算法SharedMatting的输入;综合处理抠图结果。针对该系统的特点,使用下采样技术对Grabcut算法进行优化,加快分割速度,并对三分图生成算法和SharedMatting抠图算法进行并行性加速。仿真实验结果表明,该系统适用性较强,可用性较好,并能在短时间内利用较少的交互量取得较理想的抠图效果。     

基于背景差分与时域差分相结合的运动检测算法

针对传统运动目标检测方法的缺陷问题,提出了一种背景差分与时域差分相结合的算法,通过对亮度值的判断,有效地获取了背景模型,并利用数学形态学的膨胀、腐蚀进行去噪．实验表明,这种检测方法是快速有效的．     

一种视频序列中运动目标检测算法

在现有方法的基础上,提出了一种基于Otsu动态阈值背景差法和三帧差法相结合的运动日标检测方法.首先通过改进的Surendra算法建立背景模型,并由Otsu动态阈值背景差分法得到二值图像,然后与三帧差分法结合,得到可靠的运动目标区域并进行背景实时更新.实验结果表明该方法满足视频序列运动目标检测的实时性和准确性要求.     

基于帧间差分和背景差分的运动目标检测算法

针对运动目标检测领域中帧间差分法和背景差分法的缺陷,提出一种将两种方法融合在一起的新算法。首先,该算法在采用混合高斯建立背景模型时对方差更新作了修改,使得模型与真实背景更接近。其次,用连续三帧差分代替两帧差分,采取自适应差分阈值的方法。最后,将两种差分的结果融合并作形态学处理提取目标。实验结果表明,本文算法能有效抑制噪声和空洞,适应性强、检测效果良好。     

基于动态阈值背景差分算法的目标检测方法

提出了基于动态阈值的背景差分算法、滤波算法和目标区域中心求解算法,并且将这种目标检测方法应用在视觉系统中进行目标检测与跟踪实验,实验结果证明了该目标检测方法的有效性和可靠性．     

适于交通视频的时间可伸缩帧间快速编码算法

为了使分级B帧在交通监控视频中编码的计算复杂度得到进一步缩减,提出一种基于背景差分法的适合分级B帧的快速算法.通过改进的基于单高斯模型的时空背景建模方法获取背景图像|使用背景差法求出差值图像,通过滑动窗口去抖动算法正确获取运动区域|通过分析监控视频编码中影响分级B帧宏块模式选择的关键参数的统计数据,缩减可能编码模式,从而提高编码速度.实验表明:本算法与标准算法比较,在保证编码效率和解码视频质量的前提下,编码时间可以平均节省约85%.     

视频监控的数据驱动背景模型

针对现有背景模型假设引起的失效问题,根据数据驱动思想,建立了一种基于数据驱动的背景模型表示方法。该方法通过全格式动态线性化的无模型自适应控制方法,引入系统的伪梯度向量,结合多步历史数据,建立背景表达和选择性更新策略,获取视频背景。实验过程通过不同场景视频序列和经典背景模型方法进行对比,实验结果表明:本文算法具有背景更新效果较好、计算量适中、鲁棒性强等优点,且克服了机理模型中对模型假设的依赖及模型失效等问题。因此,本文基于数据驱动的背景模型算法可为在线视频检测系统的背景抽取提供有力的技术支持和参考。     

基于U2Net的自动抠图技术研究

针对计算机视觉领域当中的抠图问题,提出了一种基于U2Net的自动抠图技术,以快速、准确地分离图像中的前景和背景。研究采用深度学习模型,通过学习图像中前景和背景的差异来实现高效、精准的抠图过程。在实验过程中,使用经过预训练的U2Net模型来进行抠图,采用均分误差等通用的抠图效果评价指标对结果进行评判,较其他抠图技术表现出更优的效果。实验表明,在各种复杂场景下,该技术展现出良好的抠图效果,并且具备更高的准确率和更快的处理速度。同时该技术在图像编辑、计算机视觉、医疗影像等多个领域都有广泛的应用前景。     

基于静态背景差分的阈值算法在果实识别中的应用

图像识别是当前人工智能发展的1个热点。针对农业果园采集图像光照不均匀,背景复杂多样等特点,提出了一种基于静态背景差分的最大类间方差改进算法用于果园复杂背景图像的分割。通过调节参数γ达到不同对比度下果实与背景环境的最佳分割。然后利用距离变换和分水岭算法进行粘连果实的分离,实现果实图像的识别,并且通过实验分析和计算确定了最佳参数γ范围在0.2~0.3之间。实验验证表明,图像识别效果良好,能够为果园品质在线检测提供很好的技术基础。     

一种基于宏块信息的快速MPEG视频分割算法

提出了一种基于宏块信息的快速MPEG压缩视频场景分割算法。该算法只需要通过直接抽取MPEG视频流中的B帧、P帧中的宏块类型信息,并对其进行计算就可以检测出视频中存在的镜头边界,从而对场景变换进行精确定位。这种方法无需对压缩视频进行解压,所以能够满足实时检测的速度要求。经过选用多个MPEG压缩视频进行实验分析证明,此方法能够精确有效地检测出视频流中存在的镜头边界。     

Robust background subtraction in traffic video sequence

For intelligent transportation surveillance, a novel background model based on Marr wavelet kernel and a background subtraction technique based on binary discrete wavelet transforms were introduced. The background model kept a sample of intensity values for each pixel in the image and used this sample to estimate the probability density function of the pixel intensity. The density function was estimated using a new Marr wavelet kernel density estimation technique. Since this approach was quite general, the model could approximate any distribution for the pixel intensity without any assumptions about the underlying distribution shape. The background and current frame were transformed in the binary discrete wavelet domain, and background subtraction was performed in each sub-band. After obtaining the foreground, shadow was eliminated by an edge detection method. Experimental results show that the proposed method produces good results with much lower computational complexity and effectively extracts the moving objects with accuracy ratio higher than 90%, indicating that the proposed method is an effective algorithm for intelligent transportation system.     

基于背景减法的游泳者检测

针对游泳池监视系列图像中的游泳者进行检测,提出了基于背景减法的游泳者溺水检测方法.该方法通过架设在泳池内的固定摄像机获得连续视频监视图像,采用独立混合高斯模型描述每一被观察的像素,建立自适应背景模型并实时更新.前景目标检出后,对所得前景图像进行阴影检测和噪音去除,使得检测结果更加理想,为目标分类打好基础.实验结果表明,该方法能准确的检测出游泳者并有效的去除阴影部分.     

用于单视加深度视频编码的快速立体匹配算法

针对立体视频数据量大、立体匹配算法效率较低,远远满足不了实时传输需求的现状,提出了一种应用于单视加深度立体视频编码的快速立体匹配算法。该算法利用单视编码过程中产生的运动信息作为深度图生成的辅助信息,将立体匹配过程中的视差估计值重组,并将重组后的信息作为P帧的视差估计初值进行后续的迭代运算。算法通过利用单视编码过程中已有的运动信息,降低了P帧立体匹配的运算复杂度。实验结果表明,该算法能使视差图的生成速度提高一倍左右。     

H.264 SVC层间预测选择快速算法

针对H.264 SVC采用层间预测编码工具而引起的高计算复杂度问题,提出H.264 SVC层间预测选择快速算法.在层间残差预测方面,先作一次运动搜索,估计宏块在2种层间残差预测选择结果之间的模式代价比,利用该模式代价比预测残差数据对增强层宏块编码的影响,从而快速选择层间残差预测.在层间运动预测方面,利用宏块的运动信息和模式代价信息来快速选择层间运动预测.实验结果表明,与参考算法相比,该算法在同等质量条件下,编码速度平均提高了30%左右.该算法可以与模式选择快速算法结合使用,进一步提高编码速度．     

Fast motion estimation algorithm of video stabilization system

A real-time electronic image stabilization motion estimation method based on fast sub- block gray projection algorithm is proposed. In the method, each image is divided into a number of sub-blocks, and sub-blocks are sifted with their gray gradients. After removing sub-blocks whose gray gradients are lower than the given threshold, the calculation amount of projection is reduced and the motion estimation accuracy is improved. Then gray projection is done in each remained sub- block, and global motion vector of the image is calculated according to the local motion vectors of sub-blocks and the affine motion model. The drawbacks as the local motions reducing the global mo- tion estimation accuracy and traditional gray projection algorithm could not deal with rotation are re- solved well by this algorithm. The experiment results show that the algorithm is more accurate and efficient than the gray projection algorithm.     

基于背景差分法和显著性图的海底目标检测方法

如何完整地提取视频中低对比度的小目标一直是运动目标检测中的热点和难点,尤其是处理水下移动设备拍摄的海底视频,更是具有很大挑战性。针对海底视频的特点,提出一种结合背景差分法和显著性图理论的弱小目标检测方法。该方法对减去背景后仍不清晰的含有目标的视频帧,采用显著性图理论提高目标的对比度,以利于更好地分割目标与背景;同时,利用单帧视频中最大目标个数的先验知识,来判断视频中是否有目标出现,避免因杂质太多而造成目标的错检,以提高检测系统的稳定性。在此基础上进行了与常规背景差分法的比较实验,结果显示该方法能够更好地检测到不清晰的目标。     

一种基于视频的手势识别算法

研究了一种基于视频的手势识别算法,该算法利用均值法去除噪声,根据物体颜色配合最大类间方差法对目标和背景进行区分,并使用BP神经网络进行手势的分类.实验表明,该算法对部分典型手势识别的准确率达到74.7％,具有较高的实际应用价值.     

基于像素域的Wyner-Ziv视频编码算法

在分布式视频编码有损编码理论的基础上,提出了一种基于像素域的分布式视频编码方法。在该方法中,输入的视频帧被分为Key帧和Wyner-Ziv帧两类,其中Key帧使用传统的帧内编码方式进行编码,而Key帧之间的Wyner-Ziv帧使用基于像素域的编码方法。在解码端,通过对相邻的Key帧进行运动补偿插值,得到Wyner-Ziv帧的辅助信息,再结合编码比特流的解码信息获得重构Wyner-Ziv帧。实验结果表明:基于像素域的Wyner-Ziv分布式视频编码算法具有优于H.264全I帧编码的性能。     

视频监控中的背景提取与更新算法

为了从复杂场景中获取高质量的背景图像,提出一种基于帧间差分法和背景差分法的改进算法。将帧间差分法获得的背景图像作为视频的初始图像,将当前帧与初始图像的差值和平均差值进行比较,通过加权平均得到视频的背景图像,在背景更新时对背景图像进行选择性更新。改进算法在不同的场景中具有较强的适应能力。