MPEG-4中头肩视频对象的分割

论文摘要

新一代视频编码标准MPEG-4 采用基于对象的视频编码,基于对象的视频编码要求首先把视频图像划分成不同的对象或把运动对象从背景中分离出来,然后对不同的视频对象采用不同的编码方法。这样不仅能大大提高压缩比,而且允许用户对多媒体数据按内容进行交互式操作。视频对象的分割是基于对象编码的基础,因此视频对象的分割技术具有重要的研究价值和应用意义。视频对象分割可分为自动分割方法和半自动分割方法。自动分割方法有变化检测法（适用于背景静止的视频序列）,利用位移帧差（DFD）的高阶统计特性和数学形态学算子等方法。一般来说,自动方法实现比较复杂,需要许多先验知识,而且仅适用于特定的应用。有鉴于此,提出了许多半自动的对象提取方法。半自动分割方法把人作为分割过程的一部分,初始时,利用人机交互给出视频对象的一个粗糙轮廓,然后,系统细化人提供的轮廓,在以后的帧内利用自动跟踪方法进行对象分割。同时,人可以通过界面监控整个提取过程,可以在提取的任意时刻暂停跟踪过程,对算法产生的误差进行修正。本文针对头肩视频序列提出一种基于统计模型的自动分割算法。提出这种算法的主要原因是在现代实时多媒体服务中,头肩类型视频信号的广泛存在,例如:视频电话,网络聊天等,这也是我们研究的主要应用领域。因为针对特殊的应用领域,可以利用域知识设计具有较少计算复杂性的分割算法来实现实时性能。这种算法以Pfinder 的blob 模型为基础,结合颜色,空间和时间特性分割视频对象。算法主要由以下几个部分组成:将每个象素的颜色从RGB 颜色空间转换到YUV 颜色空间,利用背景帧建立背景统计模型,然后建立前景的blob 模型,用Kalman 滤波器对前景进行跟踪,因此对象分割问题变成模型的建立和跟踪问题。设计分层结构降低图像的分辨率,减少了计算的复杂性。算法的目的是将输入的视频分成三个视频对象:背景、头和肩。这种算法有一定的限制,要求摄像头是固定的,前景运动对象是一个人的头和肩。

论文目录

• 第一章 绪论
• 1.1 引言
• 1.2 MPEG-1 标准简介
• 1.3 MPEG-2 标准简介
• 1.4 MPEG-4 标准简介
• 1.4.1 MPEG-4 标准的主要特征
• 1.4.2 MPEG-4 视频编码中的数据结构类
• 1.4.3 MPEG-4 的应用
• 1.4.4 需要解决的问题
• 1.5 MPEG-7 标准简介
• 1.6 本论文主要工作
• 第二章 视频分割方法介绍
• 2.1 视频分割方法介绍
• 2.2 自动分割方法
• 2.2.1 基于时间相关性的分割方法
• 2.2.1.1 基于光流的分割方法
• 2.2.1.2 基于运动的分割方法
• 2.2.2 基于时空相关性的分割方法
• 2.2.3 存在的问题
• 2.3 半自动分割方法
• 2.3.1 对被分割对象进行跟踪的方法
• 2.3.2 基于变化检测的方法
• 2.3.3 基于形态学的方法
• 2.3.4 存在的问题
• 2.4 视频对象分割技术的评价
• 2.5 视频对象分割技术的应用
• 第三章 基于模型的分割方法
• 3.1 概述
• 3.2 色彩空间
• 3.2.1 RGB 色彩空间
• 3.2.2 YUV 色彩空间
• 3.2.3 RGB 与YUV 的转换
• 3.3 前景模型
• 3.4 背景模型
• 3.5 象素分类
• 3.6 Kalman 滤波器原理介绍
• 3.6.1 系统模型
• 3.6.2 预测
• 3.7 模型跟踪
• 3.7.1 初始化线程
• 3.7.2 跟踪线程
• 3.8 分层系统设计
• 3.8.1 分层结构
• 3.8.2 原分辨率图像的后处理
• 第四章 实验结果与分析
• 4.1 实验结果分析
• 4.2 实验结果应用
• 第五章 总结与展望
• 5.1 全文总结
• 5.2 进一步有待研究的问题
• 参考文献
• 摘要
• Abstract
• 致谢
• 导师及作者简介