基于壓縮域的運(yùn)動(dòng)對象分割技術(shù)研究.pdf

1、視頻分割是指在時(shí)間軸上將視頻圖像分割成一系列相互關(guān)聯(lián)的空間區(qū)域，這種基于區(qū)域的圖像表示方法為視頻的靈活處理提供了可能。它在視頻編碼、檢索和多媒體交互中存在著廣闊的前景。視頻分割的研究是從空間域開始的，特別是MPEG-4引入視頻對象的概念，以支持基于內(nèi)容的編碼、交互和操縱，從此受到了廣泛的重視。在實(shí)際應(yīng)用中，由于視頻數(shù)據(jù)量大，通常是以壓縮后的視頻流形式存儲和傳輸?shù)?，且直接在壓縮域進(jìn)行視頻對象分割相對于空間域分割速度快，近年來研究重點(diǎn)逐步轉(zhuǎn)

2、向了壓縮域。 視頻對象分割是視頻處理和計(jì)算機(jī)視覺領(lǐng)域的一個(gè)難點(diǎn)。其挑戰(zhàn)主要來自兩方面，一方面是現(xiàn)實(shí)世界中場景的極度復(fù)雜性和多樣性很難為它們建立一個(gè)統(tǒng)一的先驗(yàn)?zāi)Ｐ?；另一方面視頻對象的語義屬于高級特征，很難通過運(yùn)動(dòng)、紋理等低級特征來進(jìn)行準(zhǔn)確的定義和描述。因此，從可行性角度出發(fā)，目前的視頻對象分割大都集中在運(yùn)動(dòng)目標(biāo)的分割上，本文也是如此。 本文在介紹運(yùn)動(dòng)對象分割的概念和基本原理的基礎(chǔ)上，綜述了常見的壓縮域視頻運(yùn)動(dòng)對象分割算法，

3、并對它們的性能進(jìn)行了比較和討論。然后，提出了兩種壓縮域的運(yùn)動(dòng)對象分割算法。針對目前最常見的MPEG視頻流，提出了一種基于梯度模型的壓縮域的運(yùn)動(dòng)對象分割算法。首先，利用離散余弦變換(DCT)系數(shù)獲得所有物體的邊緣，然后融合在累積運(yùn)動(dòng)矢量(MV)基礎(chǔ)上的得到的邊緣運(yùn)動(dòng)信息，從而獲得感興趣的運(yùn)動(dòng)物體的邊緣。對于最新的視頻標(biāo)準(zhǔn)H.264/AVC的視頻流，提出一種基于區(qū)域跟蹤的H.264壓縮域的運(yùn)動(dòng)物體的分割算法。它利用H.264新特點(diǎn)對部分解碼