概率图模型在视频分割中的应用

论文题目: 概率图模型在视频分割中的应用

论文类型: 硕士论文

论文专业: 计算机应用

作者: 刘震

导师: 赵杰煜

关键词: 概率图模型,隐马尔可夫模型,同现性,贝叶斯信念传播算法,视频前景目标分割

文献来源: 中国科学院研究生院（计算技术研究所）

发表年度: 2005

论文摘要: 视频图像分割是视频中目标定位和识别的基础,如果视频中背景情况比较复杂,如背景中含有光线的变化,或有移动物体存在时,将会给视频的前景目标分割带来很大的影响。因此视频分割中的难点在于如何对动态变化的背景建模,以准确反映背景的变化,并根据输入估计当前的背景状态,从而分割出前景目标。论文主要对概率图模型在视频分割中的应用进行了研究,并在研究的基础上提出了两种基于概率图模型的视频分割算法。算法主要利用概率图模型中两个具体的模型:隐马尔可夫模型和马尔可夫随机场建立一个混合的概率图模型,对视频中背景建模。模型对视频输入中背景变化的时间和空间局部相关性(同现性)进行学习。在建立正确模型参数的基础上,利用混合概率模型中的信念传播算法根据视频图像输入估计当前背景状态的后验分布,并根据得到的背景状态分布对输入图像进行分割,实验结果表明了方法的有效性和在复杂背景变化下的鲁棒性。在论文中将会用到一些概率图模型,贝叶斯信念传播算法的知识。因此论文的开始部分,首先介绍了贝叶斯网络产生、发展和相关的基本知识:图论、概率图模型和贝叶斯信念传播算法等。然后在此基础上分别提出了基于马尔可夫随机场和混合概率模型的视频视频分割方法。

论文目录:

摘要

Abstract

图目录

表目录

第一章绪论

1.1 研究背景意义

1.1.1 概述

1.1.2 视频分割的应用

1.2 视频分割算法的相关研究

1.2.1 空间域上以图像颜色信息为主的分割方法

1.2.2 时间域上以运动信息为主的分割方法

1.2.3 结合特定理论工具的分割方法

1.3 本文的方法

1.4 论文内容

1.5 论文安排

第二章概率图模型的基本理论

2.1 引言

2.2 概率图模型的产生与发展

2.3 概率图模型的分类

2.4 概率图模型中联合概率的分布式表达

2.5 相关的图论基本概念（Graphs）

2.6 概率图模型

2.6.1 有向概率图模型（贝叶斯网络）

2.6.2 无向概率图模型(马尔可夫网络)

第三章贝叶斯信念传播算法

3.1 图模型中的计算及信念传播算法

3.2 无环网络中的信念传播算法

3.3 有环网络中的信念传播算法

3.4 有环网络的信念传播算法研究进展

3.5 信念传播算法在计算机视觉研究中现有应用

第四章基于马尔可夫随机场的视频分割

4.1 引言

4.2 基于马尔可夫随机场的视频分割算法

4.2.1 模型的建立及参数学习

4.2.2 模型中背景状态的估计

4.3 实验的建立和实验结果

4.3.1 实验的建立及模型学习

4.3.2 实验结果

4.4 本章小结

第五章基于混合概率模型的视频分割

5.1 引言

5.2 隐马尔可夫模型介绍

5.2.1 隐马尔可夫模型（HMM）的定义

5.2.2 HMM 对视频流中背景像素时序变化建模

5.3 混合概率模型的建立

5.4 混合概率模型中的概率推导

5.5 实验建立和实验结果

5.5.1 与第四章视频分割方法的比较

5.5.2 其他环境中的分割结果

5.6 本章小结

第六章结束语

6.1 本文工作总结

6.2 下一步研究方向

参考文献

致谢

作者简历

发布时间: 2006-12-26

参考文献

[1].视觉特征分析的概率图模型方法[D]. 李祯孝.上海交通大学2010
[2].交互式视频分割技术研究[D]. 刘定鸣.宁波大学2012
[3].基于对象的视频分割技术研究[D]. 初广丽.长春理工大学2007
[4].视觉显著性驱动的运动鱼体视频分割算法研究[D]. 万欣.燕山大学2016
[5].视频分割技术研究[D]. 曹世康.西安电子科技大学2007
[6].概率图模型在话题检测和信息传播中的应用研究[D]. 丁茜.北京邮电大学2017
[7].基于概率图模型的贝叶斯排名算法研究[D]. 陈磊.昆明理工大学2014
[8].基于背景重构的视频分割算法设计[D]. 米娟芳.太原理工大学2011
[9].基于概率图模型的图像分割技术研究及工程应用[D]. 钟益群.湘潭大学2016
[10].细胞神经网络在手语视频分割中的应用研究[D]. 雷小亚.兰州理工大学2013

概率图模型在视频分割中的应用

猜你喜欢