计算机视觉中运动对象的分割方法

本文提出了一种自动的视频序列分割方法，适用于分割室外和室内视频序列中的运动物体。整体处理过程中分割效果较好，计算量适当，基本实现了对视频序列的实时性处理。     

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.     

利用浮点图像对视频对象进行自动分割

本文提出了一种自动的运动对象分割算法,利用浮点图像的轮廓进行区域分割,然后根据帧间运动信息进行区域合并,分割出视频序列中的运动物体.     

基于运动矢量提取二维视频序列深度信息算法的研究

针对传统二维视频序列深度信息生成算法效率低下和不易于硬件实现的缺点,提出一种基于运动矢量获取深度图的改进型算法。通过对每帧图像的运动矢量进行尺度变换、优化重构、累加计算,完成对深度信息的提取。实验表明该算法有效降低深度信息提取过程中的计算量,执行效率较传统深度图提取算法提高了4倍左右,具有很高的硬件实现价值。     

基于仿射运动模型的运动矢量的教学视频水印算法

现有的视频水印算法稳健性不足,对于普遍的运动目标检测效果不佳,针对这个问题,结合教育视频本身噪声复杂等多方面特性,在新一代编码标准(HEVC)框架下,提出一种基于仿射运动模型的运动矢量视频水印生成算法.与传统基于平移运动模型的运动矢量视频水印相比,所提的基于仿射运动模型的运动矢量生成策略可以在保证视频压缩质量的前提下准确确定运动矢量.在此基础上,利用当前宏块与周围宏块的运动相关性,根据运动矢量依次选择嵌入水印信息,有效地控制了运动矢量的修改,从而保证了视频解码后的视频质量以及水印提取的准确性.     

一种基于内容表示的图像序列运动分割算法

提出了一种MPEG－4标准所规范的基于内容表示的图像序列运动分割算法。首先进行图像序列二维运动估计并计算位移帧差,然后,将位移帧差作为将运动物体从静止背景中分离出来的标准进行分割;最后对分割结果进行形态滤波。实验结果显示,在物体存在整体运动的情况下,分割结果表现出了很好的准确度,可以成功地提取图像序列中的运动物体。     

一种基于内容的视频对象分割算法

提出了一种基于内容的视频对象分割算法。该算法先对分块的图像进行运动估计，利用运动矢量初步分割运动前景和背景，对于产生的背景噪声使用改进的中值滤波算法滤除，并用形态学的方法恢复出运动物体。实验结果表明：该算法能够较好地从视频序列中分割运动前景和背景，比较适合于在基于内容的视频编码标准MPEG-4中使用。     

利用浮点图像对视频对象进行自动分割

本文提出了一种自动的运动对象分割算法，利用浮点图像的轮廓进行区域分割，然后根据帧间运动信息进行区域合并，分割出视频序列中的运动物体。     

基于可变块运动矢量的边信息生成算法*

在分布式视频编码系统中,针对图像中细节丰富的区域易造成严重的块效应,提出了一种基于可变块运动矢量的边信息生成算法。根据前后相邻关键帧对应块的相关性,将像素块分为保留块和运动块。对保留块直接作保留处理,对运动块中的像素块继续进行分割并计算子块的初始运动矢量,最后将所有对应块的运动矢量进行加权自适应运动补偿得到改进的边信息。实验结果表明,对于运动较剧烈复杂的视频序列,该算法能够提高边信息生成质量, 并且使得改进后的边信息PSNR值提高了0.98~1.33 dB。     

基于运动特征的H.264压缩域对象分割

基于从H.264压缩域提取的运动场,提出了一种新的运动对象分割方法.首先采用矢量中值滤波方法滤除运动场中的噪声矢量;再运用后向估计的方法重建预测运动场并进行运动场的累积;然后对存在背景运动的累积运动场进行全局运动补偿;最后基于幅度、散度和旋度3个运动特征,采用改进的统计区域合并方法将运动对象分割出来.实验结果表明.本文方法适用于背景静止或背景运动的H.264压缩视频,且分割质量较好.