MPEG-2壓縮域運動矢量的致密化及運動對象分割算法研究.pdf

1、視頻對象(VO)分割是指從視頻序列中提取出有意義的運動對象。它在智能視頻監(jiān)控系統(tǒng)、目標識別、視頻摘要等領域有廣闊的應用前景。最初的研究是從像素域開始的，盡管分割精度高，但像素域的視頻對象分割存在費時大、難以滿足實時應用的需要等缺陷。視頻通常以編碼后的視頻流進行存儲和傳輸，對于已編碼的視頻流，如果還原為像素域，再采用像素域的視頻對象提取算法，會顯著增加計算量，更加難以滿足實時應用的要求。因此，近年來視頻對象分割的研究熱點已經(jīng)從像素域過度到

2、壓縮域，即直接在壓縮域進行視頻對象提取。 運動信息可以通過部分解碼視頻流得到每個宏塊的運動矢量，從而可避免運動估計/補償?shù)群臅r操作，有利于實時地提取視頻對象。然而，在壓縮域進行視頻對象提取，可利用的信息有限且運動矢量與真實的對象運動存在一定的誤差，導致其分割精度通常要低于像素域。壓縮域運動對象分割的關鍵在于研究壓縮域的運動信息致密化和準確化，以提高分割精度。 本文研究壓縮域光流場的逼近，即從視頻流中易于得到的運動矢量場得

3、到近似光流場的方法，并在此基礎上進行MPEG壓縮域運動對象提取。論文的主要工作如下： 第一、簡要介紹了MPEG-2視頻編碼標準，對光流場估計和基于塊的運動估計進行了比較分析，綜述了目前壓縮域光流場估計方法的基本原理。 第二，提出了一種MPEG-2壓縮域運動矢量致密化和準確化的方法。它利用MPEG-2視頻流易于得到的信息一運動矢量和DCT系數(shù)，特別是AC系數(shù)，提出了一種MPEG-2壓縮域近似光流場生成的算法。首先對運動矢量

4、進行處理，估計P幀和B幀DCT系數(shù)，重建DC＋2AC圖像，再利用Black的光流場估計算法對光流場進行初步的估計，最后利用可信度方法，保留高可信度的運動物體邊緣的光流估計，生成MPEG-2壓縮域近似光流場。仿真實驗結果表明，它有效地解決了光流場估計中存在的孔徑問題，可為運動對象分割提供良好的運動分析基礎。 第三，提出了一種基于MPEG-2近似光流場的壓縮域運動對象分割算法。在得到的MPEG-2近似光流的基礎上，利用全局運動估計模