基于光度测定模型参数估计的雪花杂波抑制技术研究

研究了一种基于光度测定模型参数估计的图像序列中雪花杂波实时抑制技术.针对各种不良天气条件对图像的影响进行了分类对比研究;通过基于物理学的光度测定模型描述了雪花对图像的污染;对光度测定模型参数进行了估计;提出了有效的算法检测和去除视频中的雪花.算法的有效性通过实验得到了验证.本文提出的技术可以应用于监视、跟踪、导航,影像处理以及车牌识别等领域.     

基于稀疏编码和矩阵分解的视频去雪算法

视频中的雪花会降低视频图像的质量，影响计算机对视频中目标自动检测、跟踪和识别等操作。视频中雪花去除是一项具有挑战性的任务，现存的算法除雪方法效果不佳。根据不同的空间特征，将一个视频中的雪花分为近景雪花和远景雪花。首先，利用低秩矩阵分解提取视频的背景信息。然后，采用多尺度卷积稀疏编码对远景雪花进行检测。利用马尔可夫随机场对运动物体进行建模，之后使用连通域阈值去除被判断为运动物体的雪花。实验结果表明，提出的算法有效地去除了视频中的近景雪花和远景雪花，同时保留了相关的背景和运动物体的信息。     

基于FPGA的视频图像雪花检测研究

文章提出了一种基于FPGA从视频图像中检测雪花的实现方案。文中阐述了系统的总体设计方案,软件仿真结果以及硬件结果。通过对不连续的帧图像求平均值的方法得到静态背景图像,存储在SRAM中,外部输入的视频数据与存储的背景图像进行比较得到二值化图像,从而得到视频图像中雪花的检测。     

基于背景重构的运动对象越界侦测方法

提出了一种基于背景重构的运动对象越界侦测方法,该算法利用当前视频图像和背景视频图像,通过差分法获取运动对象模型和背景差值,再利用运动对象模型的连续性绘制运动对象轨迹,对轨迹和警戒线交叉方程进行越界侦测。同时,利用当前视频图像融合背景图像生成新的背景图像,能有效保证识别算法的自适应性,提高侦测结果的准确性。     

一种鲁棒性的抖动视频稳像算法

设计了一种适用于移动摄像设备获取的视频序列的基于特征匹配的鲁棒性不稳定视频稳像算法,算法首先将亮度自适应模型融入传统的KLT方法中以实现鲁棒性的特征匹配,而后基于特征误差分析和运动一致性原则对特征集合进行有效性验证以提高特征的可靠性,并提出一种基于运动往复特性的抖动检测方法以避免视频无抖动时的稳像误差,最后根据匹配的特征区域间的对应关系采用Affine运动模型进行图像稳定.实验结果表明,算法对于前景物体运动和外界光线突变具有较好的鲁棒性.     

基于全局运动信息的视频检索技术

运动信息是描述视频内容的一种重要信息,本文介绍了一个基于全局运动信息的视频检索系统.在该系统中,我们通过对视频数据进行短时全局运动分析,较为精确地提取出了描述全局摄像机运动的双线性运动模型,并以该模型参数为运动特征,以特征点序列顺序匹配以及全局运动矢量距离平方和为基础,构造了一个视频检索方案.实验结果表明,在特定的应用领域,如体育类视频中,我们的检索方案能够实现一定程度的语义内容检索,同时提供了采用其他图像特征所无法实现的检索功能.     

基于Boosted Cascade算法的人脸检测和跟踪系统

将基于Boosted Cascade的人脸检测算法运用到视频图像当中,并结合图像序列中的运动信息,提出并实现了一种实时的人脸检测跟踪系统.首先根据图像的运动信息提取出可能存在人脸的候选区域,然后在候选区域中用Boosted Cascade算法进行检测.实验结果表明该系统能够实时地对于人脸进行检测跟踪,可以被应用在智能视频监控方面.     

一种基于子像素配准视频超分辨率重建方法

为了提高视频的空间分辨率,提出了一种利用帧间运动信息进行超分辨率重建的方法。对于整个视频的重建,提出了一种基于滑动窗的分段重建模型。在每一个滑动窗中,首先对相邻帧进行子像素级精度的运动配准;然后通过迭代反投影算法进行超分辨率重建。在配准算法中,提出了一种基于四参数刚体变换模型的配准方法,通过迭代求解和高斯金字塔图像模型由粗及精地进行运动估计。分别对模拟图像及实拍彩色视频进行重建,实验结果表明,该配准算法具有较高的精度,重建算法取得了较高的峰值信噪比(PSNR)值,重建视频具有更好的视觉效果和更高的分辨率能力,可被广泛应用于在帧间主要存在平移和旋转运动的视频序列的超分辨率重建。     

一种基于帧内图像分区的视频对象自动分割算法

视频运动对象的自动分割是实现新一代对象基视频编码标准MPEG-4的重要技术,本文提出了一种基于帧内图像分区的运动对象自动分割算法.首先以时域运动信息为依据利用高斯检验方法得到二值运动掩模图像,并建立MRF随机场模型进一步检验,然后提出了一种结合非线性变换的改进分水岭算法进行帧内图像分区,以划定对象区域与背景区域的界线,最后对时域分割和帧内分区结果进行比重运算,得到最终运动对象.针对MPEG-4标准测试序列和自采集手指视频序列的实验结果说明了算法的有效性.     

基于弹性运动模型的改进型H．265

本文研究一种基于弹性运动模型的改进型H.265。在本文，我们采用基于二维离散余弦基函数的弹性运动模型，它不仅能用较少的弹性参数有效地拟合图像中缩放、旋转和形变等弹性运动矢量场，而且能广泛地应用于各种视频硬件实现中。对弹性运动模型参数求解时，我们采用了迭代高斯一牛顿梯度非线性最优化算法。主客观实验结果表明，在中低码率，相对于H.265，基于弹性运动模型算法的改进型H.265在图像失真度损失较小时却得到了可观的码率节省，适合在带宽资源有限的无线信道传输。     

大规模真实感雪景实时渲染

 本文提出一种大规模真实感雪景实时渲染方法.首先建立雪花模型及其在降雪过程中的运动模型;其次将风的运动速度分为平均风速与随机风速,简化了风场计算,通过Perlin噪声生成了随机风,并将计算结果存储在3D纹理中,减轻粒子系统的计算负荷;第三,建立积雪与融化模型,实现雪的积累和融化的模拟;最后建立基于GPU的粒子系统,提高粒子系统的渲染效率.仿真结果表明本文的方法适合大规模雪景实时渲染,并已成功应用于某直升机模拟器中.     

高斯混合法在交通流视频中的应用

交通流视频处理是智能交通发展的重要方向,而高斯混合背景建模是背景建模领域常用的构建算法,在图像处理领域中有着广泛的应用.为了能够较为全面的分析该算法,本文对该算法进行了公式演算以及针对多个交通流量视频进行检测比较,其中提出了基于K-means、EM模型参数求解.公式演算部分能够清晰的得出该算法的数学意义和演变过程,为实际应用提供理论指导;交通流量视频处理过程可以得到该算法针对不同情况视频的效果,可分析高斯混合背景建模针对时间的迁移、光线的变化、运动物体阴影的处理能力.本文从理论及实际应用两个方面对高斯混合背景建模算法进行浅析.     

A Robust Video-Based Algorithm for Detecting Snow Movement in Traffic Scenes

Video-based Automatic Incident Detection (AID) systems are widely deployed in many cities for detecting traffic incidents to provide smoother, safer and congestion free traffic flow. However, the accuracy of an AID system operating in an outdoor environment suffers from high false alarm rates due to environmental factors. These factors include snow movement, static shadow and static glare on the roads. In this paper, a robust real-time algorithm is proposed to detect snow movement in video streams to improve the rate of detection. This is done by having the AID system reducing its sensitivity in the areas that have snow movements. The feasibility of the proposed algorithm has been evaluated using traffic videos captured from several cameras at the City of Calgary.     

基于DSP的视频去雾并行处理方法

为提高视频去雾的实时性,结合DSP芯片DM6437的硬件特性,提出了一种基于暗通道模型的去雾并行处理方法。采用乒乓式DMA传输方法优化了暗通道处理的并行数据访问和运算效率,综合运用单指令多数据、数组扩展、查表法等方法建立了环境光图生成、像素校正等核心处理的并行计算模型,重点改进了一种均值滤波算法,其平均处理时间约4ms。最终对分辨率 的视频实现了11.4ms/帧的实时去雾处理,并保证了良好的去雾质量。     

Photorealistic style transfer for video

This work proposes an efficient example-based photorealistic style transfer algorithm for video. Given a source unprocessed video and a reference image color graded by an artist, we describe an automatic algorithm to transfer the visual style of the reference onto the source footage. Our approach builds upon the color transfer methods based on the statistical properties of images. These methods are fast and of low-complexity, therefore suitable for real-time implementations. Our contribution is to adapt those methods to be used for unprocessed video from cinema cameras, and optionally to incorporate regions of interest previously selected by the user, affecting the final color transfer. The resulting videos are free from artifacts and provide an excellent approximation to the intended look, bringing savings in pre-production, shooting and post-production time. Results are free of spatio-temporal artifacts and the method outperforms diverse state-of-the-art methods according to observer preference experiments.     

基于改进SIFT算法对录制视频的质量评估

文章通过选取30个涵盖人物、风景、设备等不同场景下的短视频,在电视卖场选取9个不同电视机品牌并采用Iphone、VIVO、HUAWEI三种不同拍摄设备对30个短视频进行录制;针对录制视频时出现的位移、形变等问题,采用结合边缘检测及改进SIFT算法的录制视频处理办法,首先使用边缘检测算法寻找播放设备框界,通过逐帧操作实现录制视频空间一致性;然后利用图像特征匹配算法中的尺度不变特征变换匹配视频开始和结束画面,去除时域上产生的冗余;利用录制视频的边缘线性,采用映射边缘检测算法,同时针对视频处理耗时过长的问题,使用曼哈顿距离计算参考图与待匹配图的相似度降低算法复杂度。最后将处理后的录制视频去和原始视频得到空间和时间上的对齐,然后采用SSIM进行质量评估。     

适于微小型飞行器平台的稳像算法

为解决微小型飞行器由于机械振动、气流扰动等原因引起的图像高频抖动,设计了一种适用于该平台的稳像算法。采用基于生物视觉的匹配方法估计帧间运动矢量,建立了图像参数传递的数学模型;结合微小型飞行器的运动特点,提出了带约束的交互式多模型卡尔曼滤波方法(CIMMKF),针对绝对帧位移曲线和旋转角度滤波,引入硬约束条件减小模型不准确性产生的误差,再通过软约束平滑硬约束带来的局部跳变求得图像合适的校正量。最后,给出了一种新颖的微小型飞行器平台稳像算法性能的评估方法。实验结果表明,该稳像算法能够适应飞行器多种状态的交替改变,有效减小滤波延迟,去除高频抖动,保留主动运动,使稳定后图像质量满足观察要求,具有图像信息保留程度高、速度快的特点,尤其适用于微小型飞行器实时视频稳定。     

Multi-video synopsis for video representation

The world is covered with millions of cameras with each recording a huge amount of video. It is a time-consuming task to watch these videos, as most of them are of little interest due to the lack of activity. Video representation is thus an important technology to tackle with this issue. However, conventional video representation methods mainly focus on a single video, aiming at reducing the spatiotemporal redundancy as much as possible. In contrast, this paper describes a novel approach to present the dynamics of multiple videos simultaneously, aiming at a less intrusive viewing experience. Given a main video and multiple supplementary videos, the proposed approach automatically constructs a synthesized multi-video synopsis by integrating the supplementary videos into the most suitable spatiotemporal portions within this main video. The problem of finding suitable integration between the main video and supplementary videos is formulated as the maximum a posterior (MAP) problem, in which the desired properties related to a less intrusive viewing experience, i.e., informativeness, consistency, visual naturalness, and stability, are maximized. This problem is solved by using an efficient Viterbi beam search algorithm. Furthermore, an informative blending algorithm that naturalizes the connecting boundary between different videos is proposed.The proposed method has a wide variety of applications such as visual information representation, surveillance video browsing, video summarization, and video advertising. The effectiveness of multi-video synopsis is demonstrated in extensive experiments over different types of videos with different synopsis cases.