基于結(jié)構(gòu)分析的可視媒體智能處理技術(shù)研究.pdf

1、近年來，隨著電子技術(shù)、數(shù)字媒體和網(wǎng)絡(luò)技術(shù)的發(fā)展，數(shù)碼相機(jī)、智能手機(jī)變得越來越廉價(jià)和普及，同時(shí)以圖像和視頻為主的可視媒體分享網(wǎng)站如Facebook、YouTube和Flickr等也越來越流行，互聯(lián)網(wǎng)上的可視媒體信息呈現(xiàn)爆炸式增長趨勢(shì)。在有力推動(dòng)社交網(wǎng)絡(luò)、電子商務(wù)等互聯(lián)網(wǎng)業(yè)務(wù)繁榮發(fā)展的同時(shí)，這也引起了數(shù)據(jù)存儲(chǔ)、計(jì)算、傳輸、管理等操作上的困難。因此，針對(duì)可視媒體的智能分析與處理技術(shù)已經(jīng)成為信息技術(shù)創(chuàng)新的重要方向，也是契合重大社會(huì)需求的研究熱點(diǎn)

2、，其理論的創(chuàng)新和技術(shù)的突破將對(duì)可視媒體大數(shù)據(jù)資源的高效處理與有效利用產(chǎn)生深遠(yuǎn)影響，有望為互聯(lián)網(wǎng)企業(yè)的大數(shù)據(jù)業(yè)務(wù)形成切實(shí)的商業(yè)價(jià)值，開拓廣泛的應(yīng)用前景，其研究具有重大的理論價(jià)值和應(yīng)用意義。
　　本文圍繞可視媒體智能分析與處理的若干熱點(diǎn)問題，以可視媒體的結(jié)構(gòu)分析為主線，在可視媒體定制化重壓縮、本征圖像分解和人臉特征點(diǎn)定位等方面展開了相應(yīng)的研究，實(shí)現(xiàn)并應(yīng)用了相關(guān)算法，論文的主要?jiǎng)?chuàng)新點(diǎn)如下：
　?。?）提出了網(wǎng)絡(luò)海量圖片定制化重壓縮

3、框架。網(wǎng)絡(luò)圖片數(shù)量的爆炸式增長和圖像分辨率不斷增加占據(jù)了巨大的網(wǎng)絡(luò)帶寬資源及海量的媒體信息存儲(chǔ)空間。針對(duì)該問題，本文利用基于邊界連續(xù)、紋理等圖像結(jié)構(gòu)分析的方法實(shí)現(xiàn)對(duì)圖像質(zhì)量的客觀評(píng)價(jià)，并將圖像的主觀評(píng)價(jià)與客觀評(píng)價(jià)統(tǒng)一到一個(gè)框架中。該框架包括初始化、圖像重編碼、客觀質(zhì)量評(píng)估、流程控制、主觀評(píng)價(jià)、定制服務(wù)等六個(gè)模塊，能夠根據(jù)不同的應(yīng)用需求對(duì)網(wǎng)絡(luò)海量圖片進(jìn)行定制化的高效重壓縮，大幅減少網(wǎng)絡(luò)海量圖片運(yùn)營所需的帶寬及存儲(chǔ)成本，并提高用戶體驗(yàn)。本方

4、法已經(jīng)在門戶網(wǎng)站、電子商務(wù)和在線游戲等相關(guān)互聯(lián)網(wǎng)圖片業(yè)務(wù)（易訊網(wǎng)、騰訊網(wǎng)、騰訊微博、SOSO地圖、互動(dòng)娛樂等）中廣泛應(yīng)用，處理圖片總數(shù)突破1200億張，可節(jié)省大量的帶寬和運(yùn)營成本，提高用戶訪問速度與體驗(yàn)。
　　（2）提出基于L0稀疏優(yōu)化的本征圖像分解方法。從單張圖像提取其對(duì)應(yīng)的反射率、光照等本征結(jié)構(gòu)是個(gè)不適定的問題。本文針對(duì)圖像反射率的稀疏特性，利用L0范數(shù)來約束反射率梯度，使之是高頻和稀疏的，以此提取反射率中的主要結(jié)構(gòu)。基于該反

5、射率稀疏先驗(yàn)，利用貝葉斯理論對(duì)本征圖像分解進(jìn)行概率建模，將本征圖像分解問題轉(zhuǎn)換成極大化后驗(yàn)概率問題。文章同時(shí)提出一個(gè)優(yōu)化方法對(duì)從后驗(yàn)概率轉(zhuǎn)換得到的能量進(jìn)行最優(yōu)化求解，由于L0范數(shù)的不可微性，優(yōu)化方法通過引入輔助變量，以交替迭代的方式不斷的逼近最優(yōu)解。在MIT標(biāo)準(zhǔn)評(píng)測(cè)集、合成數(shù)據(jù)集和大量現(xiàn)實(shí)圖像上的結(jié)果顯示本文方法可顯著提升經(jīng)典Retinex方法的結(jié)果，達(dá)到國際先進(jìn)水平。
　　（3）提出基于多尺度度量和稀疏性的本征圖像分解方法。針對(duì)

6、現(xiàn)實(shí)場景圖片復(fù)雜特性，在圖像反射率稀疏性先驗(yàn)的基礎(chǔ)上，利用多尺度度量構(gòu)建圖像反射率內(nèi)部間的相互關(guān)系，對(duì)模型進(jìn)行約束，實(shí)現(xiàn)穩(wěn)定的求解。方法基于圖像內(nèi)容以自底向上的方式構(gòu)建圖像的不規(guī)則金字塔結(jié)構(gòu)，將小尺度上具有相似色度特性的相鄰像素相連，也構(gòu)建大尺度上具有相似區(qū)域特性的遠(yuǎn)距離節(jié)點(diǎn)之間的相似度，最后以自頂向下的方式將高層的信息引入到模型中。進(jìn)一步，本文提出了模型的高效求解算法，算法一般在幾次迭代后就收斂。在一些標(biāo)準(zhǔn)評(píng)測(cè)數(shù)據(jù)集和各種自然場景圖像

7、上的實(shí)驗(yàn)結(jié)果顯示，本文的方法算效率高，且在分解準(zhǔn)確度上超過了當(dāng)前的一些先進(jìn)算法，達(dá)到了先進(jìn)的水平。本文同時(shí)還將本征圖像分解的結(jié)果應(yīng)用于材質(zhì)編輯和顏色轉(zhuǎn)移等應(yīng)用中，得到了很好的結(jié)果。
　　（4）提出了基于L1稀疏約束的人臉配準(zhǔn)算法。人物圖片在網(wǎng)絡(luò)海量圖片中占據(jù)絕大多數(shù)，并且處于相對(duì)活躍的狀態(tài)，人臉特征點(diǎn)蘊(yùn)含著人臉的幾何結(jié)構(gòu)和豐富的語義信息，高效、魯棒的人臉配準(zhǔn)技術(shù)可為大規(guī)模人臉圖像檢索、可視媒體管理提供服務(wù)。本文對(duì)人臉形狀的變化比例