一种基于变化区域检测的 运动对象分割算法

文章针对在变化区域内运动对象的分割，提出了一种基于块的帧差处理方法，对差分图象进行噪声分析和能量分析，利用块矩和能量的双重约束来检测变化区域。后续的空间分割时，在变化区域外接矩形内用区域生长法修正检测结果，取得具有精确边界的运动对象。实验结果表明这种算法兼顾了实时性和精确性，能有效地分割出视频序列中的运动对象。     

基于网格的视频运动目标检测算法研究

通给出了一种新的视频运动目标检测算法.该算法采用差异积累的方法自适应更新背景模型,用背景差法进行运动检测,用Otsu法计算二值化阈值,给出了Otsu法类间方差简化公式的详细推导.在背景差图像阈值化的基础上,对视频帧进行网格区域划分,并定义网格矩阵,设定网格内前景点个数的阈值,对视频帧像素进行重新定义,再对网格矩阵进行连通区域合并和前景区域定位.采用不同的视频测试序列,从检测效果及耗时上研究了基于网格的视频运动目标检测算法的性能,并与区域生长法进行了比较.实验结果表明,该算法具有良好的检测效果和实时性能.     

基于区域光流特征的异常行为检测

为了满足智能视频监控的需求,提出一种基于区域光流特征的异常行为检测方法.为了减少光照变化、环境扰动等因素对光流的影响及可靠地提取出运动区域,采用改进的混合高斯模型(MoG)来表示背景像素的变化并自适应更新背景模型,用背景差法从视频序列中提取出运动前景.通过最近邻法对前景进行区域标记,采用Lucas-Kanade方法计算出运动区域内的光流信息.采用基于幅值的加权方向直方图描述行为,计算运动区域内直方图的熵来判断行为的异常.基于不同场景下的视频序列所进行的实验测试结果验证了所提方法的有效性.     

基于区域边界运动信息的视频分割

为了实现视频编码标准MPEG 4中语义对象的自动提取,提出了一种基于区域边界运动信息的视频分割算法.在空域上通过开闭双重建方法获取形态梯度图像,抑制原始图像中的噪声,然后进行阈值变换和尺度等级划分的非线性处理,克服了细密纹理的影响.同时提出了改进的分水岭浸没算法进行标记以获得区域边界信息,在时域上以区域边界的运动信息判定区域的运动性,并联合时空信息建立区域投影运算提取视频序列中的语义运动对象.仿真结果表明,算法提取的运动对象完整准确.     

基于矩形扩张的ROI区域标记算法

为了满足实时性的要求,在运动目标检测与跟踪领域引入感兴趣区域(Region of Interest,ROI)的概念,提出了基于矩形扩张的ROI区域标记算法.通过与传统算法比较发现,矩形张算法具有较高的效率和准确度.实现结果表明:矩形扩张算法能够快速准确地对二值图像中的运动目标区域进行标记,实现运动目标与复杂背景的分离,进而提高运动目标跟踪的效率.     

视频流中运动对象提取和生成技术

通过采用运动变化区域检测和边缘检测技术来生成视频对象。该方法通过估计相邻两帧的差分图像中相对噪声的特征参数对相对噪声进行滤波,从而自动地检测出运动变化区域;在检测出运动变化区域后,利用运动变化区域和边缘检测的结果,可以确定运动对象的边界位置;最后,根据运动对象的边界位置生成视频对象。     

基于时空信息融合的视频显著性区域检测算法

针对目前显著性区域检测算法处理存在背景扰动的视频时鲁棒性较差的问题,本文提出一种基于时空信息自适应融合的视频显著性区域检测算法。在时间上,利用光流法提取运动矢量场,综合像素点在连续多帧的运动熵以及与邻域点的方向一致性值表征时间显著性;在空间上,通过区域间的颜色对比度计算空间显著性值,以保证显著性区域的空间完整;最后,提出时、空显著图的自适应动态融合方法,以适应不同情形视频的显著性检测要求。实验结果表明:本文算法能够较为准确地检测出视频中的显著性区域,在精确度和鲁棒性等方面均具有较好的效果。     

抑制船尾拖纹的船舶显著性视频检测方法

运动船舶尺寸等参数的视频检测中,与船体同步运动的水面拖纹干扰会严重影响检测精度.为此,在描述显著性检测机理的基础上,提出了抑制船尾拖纹的船舶显著性视频检测方法:根据颜色对比度直方图得到内河场景的显著图;将原图超像素分割成若干子区域,以区域空间位置关系改进直方图对比度显著性检测结果得到区域显著图;通过该区域显著图初始化GrabCut算法,迭代分割过程中加入腐蚀膨胀操作来逼近目标边缘,从而提取运动船舶.实况视频测试结果表明,该方法能有效地抑制船尾拖纹,准确地检测出内河运动船舶,准确性达到94.6％     

基于多摄像机的矿井危险区域目标匹配算法

为了解决多摄像机下矿井危险区域目标行为检测失效的问题,提出基于目标区域的配准算法.采用Lucas-Kanade光流法和基于块的背景运动补偿分别实现静态和复杂背景下的目标区域分割;用DOG对目标区域做尺度空间极值检测获得特征点对,并用主成分分析和尺度不变特征变换(PCA-SIFT)描述子作特征区域描述,在定义的目标区域匹配准则下,通过目标区域匹配度量比较实现匹配并通过基本矩阵约束消除误配区域.结果表明:该算法能够快速有效的实现矿井危险区域(低照度、目标类型复杂)下多摄像机运动目标匹配;与全图做PCA-SIFT匹配算法比较,计算复杂度降低71%～72%.     

基于前景区域生成对抗网络的视频异常行为检测研究

为提高视频异常行为检测的准确率,本文提出了一种基于前景区域生成对抗网络的改进方法。通过提取实际视频帧的前景和背景掩码,确定生成对抗网络输出视频帧的待检测前景区域。针对待检测前景区域,应用前景区域峰值信噪比准则,计算异常行为检测得分,完成视频异常行为检测。实验结果表明,本文的检测方法在Avenue数据集、UCSD-Ped1数据集、UCSD-Ped2数据集上均能有效提高视频异常行为检测准确率,并能降低检测运行时间。     

基于区域显著性的双波段图像融合方法

为了在红外与可见光图像融合中保留更多有效信息,提出一种基于区域显著性分析的融合方法.通过区域分割以及多分辨率对比度分析,获得图像的尺度不变区域显著性图（RSISM）.利用RSISM能够有效表达区域的显著性特征,合理区分不同性质的区域;根据RSISM划分显著性区域、背景区域及中间区域,对各区域制定相异融合规则,并在非降采样轮廓波变换（NSCT）变换域上融合双波段图像.实验证明,与传统方法相比,该方法能够更好地保留显著性区域的红外特征及其他区域的细节信息,同时对背景热辐射干扰不敏感,有较好融合效果,并能够拓展应用于动态图像的融合中.     

Real-time traffic information extraction based on compressed video with interframe motion vector

Extraction of traffic information from image or video sequence is a hot research topic in intelligent transportation system and computer vision. A real-time traffic information extraction method based on compressed video with interframe motion vectors for speed, density and flow detection, has been proposed for extraction of traffic information under fixed camera setting and well-defined environment. The motion vectors are first separated from the compressed video streams, and then filtered to eliminate incorrect and noisy vectors using the well-defined environmental knowledge. By applying the projective transform and using the filtered motion vectors, speed can be calculated from motion vector statistics, density can be estimated using the motion vector occupancy, and flow can be detected using the combination of speed and density. The embodiment of a prototype system for sky camera traffic monitoring using the MPEG video has been implemented, and experimental results proved the effectiveness of the me     

基于运动和彩色信息的人脸定位方法

提出了一种用于视频会议及可视电话的头肩序列图像人脸定位方法。该方法利用序列图像的运动信息，在帧间差分的基础上进行二值图像边缘提取，利用人的头肩办吧及彩色图像的色系坐标变换进行运动的人脸定位。实验证明该方法能够自动执行头肩分割，人脸定位，简单快速而且有效。     

视频质量动态性指标评价及应用

利用视频序列的时间相关特性, 提出一种新的视频动态性评价算法, 用于量化视频内运动信息, 为视频质量评价提供1个重要指标. 该算法是由视频序列内所有运动目标的运动速度和面积计算视频的动态性, 同时考虑人眼更关注运动对象的视觉兴趣特征, 使计算得到的视频动态性值更符合人眼的视觉感知, 进而使视频质量客观评价结果更符合主观评价结果. 仿真结果表明, 该算法能更准确地计算出视频质量的动态性指标来评价视频序列的质量.     

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．     

一种阴影消除算法优化及DSP实现

优化了一种基于HSV彩色空间模型的双矩形框阴影消除算法的流程,能在运动目标检测时去除阴影干扰的影响,且具有较好的实时性。使用DM642多媒体DSP实现了算法,设置了视频捕获方式、优化了DSP程序。首先进行彩色空间变换;然后利用基于V分量差分视频帧初步确定运动区域和基于S分量的背景差分视频帧精确目标区域;最后把各分量运动目标信息合并,对运动目标进行满足实时性要求的处理。实验结果表明,该算法能够较好地去除阴影,实现了运动目标的精确提取。     

融合视频编码的低复杂度纹理自适应视频加密算法

针对现有视频加密算法复杂度高的问题,提出一种低复杂度的纹理自适应视频加密算法。该算法直接利用视频编码DCT系数和运动矢量建立阈值自适应的纹理估计模型,以此检测视频纹理区域并进行加密。考虑到视频编码效率和格式兼容性,选择纹理区域的DCT系数符号和MVD符号进行加密。该算法以应用广泛的H.264/AVC视频编解码器为验证平台,实验结果表明,该文提出的加密算法在确保视频内容安全性和压缩编码效率的同时,加密算法复杂度降低,待加密数据量减少。与现有纹理检测模型相比,该文纹理检测算法复杂度低,能够适用于实时性视频加密应用场景。     

仿视皮层机制的随机点视频序列运动特征提取

为了探索视皮层对多方向刺激的运动信息处理机制,依据生物实验中部分中颞叶区（MT）细胞对随机点视频刺激运动感知的侧偏特性,提出了一种仿视皮层机制的随机点视频序列运动特征提取模型。首先,采用Von Mises函数拟合初级视皮层（V1）简单细胞的感受野,再结合非线性的能量模型、调谐和非调谐正则化方法等模拟实现V1复杂细胞对运动信息的方向感知;其次,提出了级联前馈方法对V1复杂细胞响应进行线性加权求和,得到MT细胞的响应输出;最后,利用生物实测MT细胞响应数据对新模型的有效性进行了实验验证。仿真结果表明模型的输出结果与恒河猴的运动感知实验数据基本吻合,能够较好地模拟视皮层对不同夹角的多方向随机点视频序列的运动感知机制,为提取复杂运动序列的特征提供新的方法,进而为视觉类脑计算奠定基础。     

基于运动学动态图的人体动作识别方法

为了识别RGB-D视频中的人体动作,针对视频中运动信息利用不充分的问题,提出了一种基于运动学动态图的人体动作识别方法。首先利用RGB视频序列和对应的深度图序列生成场景流特征图,基于场景流特征图计算运动学特征图序列,其中包含丰富的运动信息;使用分层排序池化将运动学特征图序列编码为运动学动态图,同时将RGB视频序列编码为外观动态图,最后将运动学动态图和外观动态图输入到双流卷积网络进行人体动作识别。结果表明:基于运动学动态图和双流卷积网络的人体动作识别方法融合了外观信息和运动信息,不仅充分表征了视频的动态,而且使用了视频中具有丰富运动信息的运动学特征;在公开的数据集上对本方法进行验证,在M2I数据集和SBU Kinect Interaction数据集的动作识别率分别为91.8%和95.2%。