基层层次光流的半自动时空视频分割技术

在新一代MPEG-4视频编码标准中，为了支持面向对象编码和实现基于内容的应用，视频的半自动分割成为关键技术之一，为此提出了一种基于层次光流的半自动时空视频分割算法。该算法由空域分割和时域分割组成。在空域分割中，提出的基于点的图形用户界面（PBGUI），在用户的协助下，能够精确地定义需要分割的视频对象（VO）。时域分割根据空域分割的结果采用层次光流算法对视频对象进行边界和整体跟踪。实验结果表明，利用该算法，能够精确地分割出视频对象。     

基于层次光流的半自动时空视频分割技术

在新一代 MPEG- 4视频编码标准中 ,为了支持面向对象编码和实现基于内容的应用 ,视频的半自动分割成为关键技术之一 ,为此提出了一种基于层次光流的半自动时空视频分割算法 .该算法由空域分割和时域分割组成 .在空域分割中 ,提出的基于点的图形用户界面 (PBGU I) ,在用户的协助下 ,能够精确地定义需要分割的视频对象 (VO) .时域分割根据空域分割的结果采用层次光流算法对视频对象进行边界和整体跟踪 .实验结果表明 ,利用该算法 ,能够较精确地分割出视频对象 .     

Learning Layered Motion Segmentations of Video

We present an unsupervised approach for learning a layered representation of a scene from a video for motion segmentation. Our method is applicable to any video containing piecewise parametric motion. The learnt model is a composition of layers, which consist of one or more segments. The shape of each segment is represented using a binary matte and its appearance is given by the rgb value for each point belonging to the matte. Included in the model are the effects of image projection, lighting, and motion blur. Furthermore, spatial continuity is explicitly modeled resulting in contiguous segments. Unlike previous approaches, our method does not use reference frame(s) for initialization. The two main contributions of our method are: (i) A novel algorithm for obtaining the initial estimate of the model by dividing the scene into rigidly moving components using efficient loopy belief propagation; and (ii) Refining the initial estimate using α β-swap and α-expansion algorithms, which guarantee a strong local minima. Results are presented on several classes of objects with different types of camera motion, e.g. videos of a human walking shot with static or translating cameras. We compare our method with the state of the art and demonstrate significant improvements.     

一种适用于MPEG-4形状编码的快速运动估计算法

运动估计是MPEG-4形状编码的一项关键技术,本文提出了一种适用于形状编码的快速运动估计算法。算法首先在参考帧中进行扫描,得出视频对象的二值边界掩模;在匹配运算时使用lbit的异或运算代替原有的加法运算;设定有效的中止准则,对于静止点直接中止搜索;在搜索过程中采用了渐进消除算法,能够在不影响搜索精度的前提下减少搜索点。实验结果表明使用本文的快速搜索算法,运动估计中的运算量比MPEG-4 VM原有搜索算法有较大幅度的降低,且编码后的码字长度与原算法基本一致。     

基于MPEG-4的运动估计算法及硬件实现设计

提出的运动估计算法在块运动向量搜索中采用菱形搜索替代传统全搜索策略,在保证编码精度的条件下,减少了50%的搜索像素点,加快了编码速度.设计的运动估计硬件加速器方案正是采用这种搜索算法.仿真实验采用在标准的MPEG-4验证软件中植入硬件加速器模块的方法.其结果显示改进的4MV搜索策略在图像的PSNR和每帧图像的平均比特数方面与全搜索策略相当.这种新型的运动估计算法对设计运动估计硬件加速器有着重要的指导意义.     

采用统计推断的自动视频对象分割

在新一代MPEG－4视频编码标准中，为了支持面向对象编码和实现基于内容的应用，视频对象（VO）的自动分割成为关键技术之一，减背景法是视频对象自动分割的基本方法，但是不同的环境光照条件常常给视频对象的分割带来困难，提出一种基于统计推断的减背景法。该方法首先建立背景统计模型，然后对后续帧进行假设检验，从而分割出视频对象。文中算法采用HSV颜色空间，通过对背景统计模型中各颜色分量的有效分析和区别使用，能够很好地适应不同的环境光照条件。实验表明，文中算法能够在各种光照环境下自动地实现视频对象的准确分割。     

极低码率视频编码中块自适应分割运动估值

在极低码率视频编码运动估值过程中，针对视频对象的边缘形状特征，将宏块按不同形状的模板自适应地进行分割，同时引入近期、远期２个参考帧进行块匹配。为提高搜索速度，首先判断出不需编码的宏块，并引用了一种快速搜索算法。实验结果表明，与Ｈ．２６３先进预测模式相比，采用所建议的运动补偿方法，图象的信嗓比得到明显的提高。     

基于MPEG-4的高效屏幕编/解码器的设计与实现

随着计算机和通信技术的发展,屏幕共享技术越来越得到人们的重视。特别是在视频会议和远程教育这样的应用中,屏幕数据作为一个必不可少的“源”,其重要性已经超过了视频数据。屏幕共享技术中最核心的问题就是对屏幕数据的编码,该文根据屏幕数据的特点,借鉴了MPEG-4的思想,设计并实现了一个高效的屏幕编／解码器。     

基于运动补偿的三维小波视频编码

提出了一种新的基于运动补偿的三维小波视频编码方案。通过对原始图象序列沿着运动轨迹进行时间维小波分解以及空间上的二维小波分解，得到不同的时间－空间三维频率子带。然后，将这些子带中的小波系数构成三维方向等级树结构，并采用改进的ＳＰＩＨＴ零树编码算法进行压缩。实验表明，此方法不仅提高了视频编码效率，而且易于进行码率控制，以及实现时间、空间分辨率上的可伸缩编码     

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。     

MPEG-2视频编码的色饱和度调整算法

给出了一种用于ＭＰＥＧ－２视频编码的色饱和度调整算法，该算法采用了神经网络分类器将ＭＰＥＧ－２当前帧每个像素的色差信号分成色饱和度很高，色饱和度高，色饱和度低和色饱和度很低等４个区，然后分别加权得到色差信号的总修正因子用以调整图象的色饱和度，仿真结果表明，视频解码图象的主客观质量都有明显改善，可以有效调整图象序列中欠饱和和过饱和的图象。     

基于超像素联接权模型的视频分割算法

视频图像分割是图像处理领域的一个热门问题。在传统分割算法的基础上,提出了一种新的无监督的视频分割算法。该算法采用超像素对运动前景进行表示,定义联接权概念来描述超像素属于同一物体的可能性,并利用当前帧的静态特征与前后帧的关联特征进行联接权计算。为优化超像素间匹配关系的搜索,算法引入了超像素颜色特征匹配约束与运动关联性匹配约束的机制。分别在简单场景和复杂场景进行了视频分割实验,简单场景下,算法保证了较高的召回率与稳定的准确率;复杂场景下,算法完成了人群中单个人的切分。大量实验结果表明,该算法能够实现视频图像的分割,并且能有效解决过分割问题。     

Video scene segmentation and semantic representation using a novel scheme

Grouping video content into semantic segments and classifying semantic scenes into different types are the crucial processes to content-based video organization, management and retrieval. In this paper, a novel approach to automatically segment scenes and semantically represent scenes is proposed. Firstly, video shots are detected using a rough-to-fine algorithm. Secondly, key-frames within each shot are selected adaptively with hybrid features, and redundant key-frames are removed by template matching. Thirdly, spatio-temporal coherent shots are clustered into the same scene based on the temporal constraint of video content and visual similarity between shot activities. Finally, under the full analysis of typical characters on continuously recorded videos, scene content is semantically represented to satisfy human demand on video retrieval. The proposed algorithm has been performed on various genres of films and TV program. Promising experimental results show that the proposed method makes sense to efficient retrieval of interesting video content.

Video protection for MPEG-4 FGS with watermarking

The MPEG-4 fine granularity scalability (FGS) video coding standard offers flexible adaptation to varying network bandwidths and different application needs. This paper presents a MPEG-4 FGS video CODEC based watermarking scheme to embed watermark during encoding. Watermark is embedded into base layer, and can be extracted from both base layer and enhanced video through eliminating the influence of enhancement layer on watermark. This scheme eliminates error propagation caused by watermark for normal video, and utilizes error propagation caused by watermark adjustment to protect the video content. This scheme provides dual protection for intellectual property rights (IPR): watermark and video content protection utilizing error propagation in temporal motion compensation prediction. Watermark is embedded into I-VOP, and is adjusted before I-VOP is reconstructed as reference VOP. Only customers with authorization can adjust the watermark correctly during decoding to get good video quality. Illegal customers can also access the video, but with bad quality. This scheme has the virtue of providing dual protection with a little expense. Theoretical bounds of watermark embedding strength to keep watermark invisibility and of watermark adjustment strength to get enough protective effect are calculated. Some experimental results are given and analyzed.

智能流媒体视频服务系统

随着多媒体和网络技术的发展,网络视频服务变得越来越重要。该文介绍的智能流媒体视频服务系统,以研究流媒体技术与MPEG技术的融合为基础,提供了一个包括内容制作,内容描述,内容管理,资源检索,内容发布,版权保护的统一的网络视频应用服务智能一体化解决方案。文章简要介绍了系统的结构设计,以及可扩展编码及自适应流传输,智能视频检索,视频水印等涉及的关键技术的实现方法。     

基于DCT频域条件帧间补偿法的视频编码方案及其实现

运动图象的压缩是实现多媒体通信的关键技术之一。本文提出一种基于离散余弦变换系数的条件帧间补偿法及其视频编码方案。该算法利用DCT变换特点和人眼视觉特性，快速高效地对运动图象进行编码。     

MPEG-4分层视频的自适应传输构架

在结合DirectShow RTP构架和MPEG-4相关数据的RTP负载格式的基础上，提出了一种适合MPEG-4分层视频的自适应多播传输构架。该构架可以根据网络和本机的资源利用状况及用户策略，通过分级控制机制来动态选择传输方案，动态改变各种压缩和传输参数以及协调各个具有不同优先权的视频流，从而在适应资源状况的同时，获得最佳的视频质量和最优的网络利用率。