基于全局軌跡分析的視頻分割與合成算法研究.pdf

1、近年來，隨著以智能手機(jī)、數(shù)碼相機(jī)等為代表的移動便攜攝像設(shè)備的廣泛普及，互聯(lián)網(wǎng)視頻數(shù)據(jù)量也隨之爆炸性增長。大量的視頻數(shù)據(jù)很大程度上豐富了人們的精神生活，但是如何對這些大量的視頻進(jìn)行有效的編輯，或者快速提取其中的有用信息，成為了一個亟需解決的問題。其中，對視頻數(shù)據(jù)進(jìn)行快速精確的分割，提取感興趣的目標(biāo)，并將分割的目標(biāo)自然、真實地融合進(jìn)另一個視頻中，從而使視頻更具趣味性，在諸如多媒體編輯、數(shù)字娛樂、影視制作、視頻編碼、安防監(jiān)控、智能視頻分析、視

2、頻檢索等領(lǐng)域都存在大量需求?，F(xiàn)階段視頻數(shù)據(jù)的分割和合成大量依靠人工逐幀完成，這樣做通常需要耗費(fèi)大量的時間和人力，而且效率十分低下。所以，如何讓計算機(jī)具備對視頻數(shù)據(jù)的快速分割和合成能力成為了近年來計算機(jī)視覺領(lǐng)域的一個研究熱點(diǎn)。
　　在計算機(jī)視覺領(lǐng)域中視頻分割和合成都是基礎(chǔ)性研究，現(xiàn)在都存在著大量的研究成果。然而，由于視頻在環(huán)境和拍攝條件上的復(fù)雜性，特別是針對現(xiàn)階段移動攝像端興起的新形勢，這個問題還沒有得到完全解決。本文首先介紹了視頻

3、分割和融合的基本概念和基礎(chǔ)理論，綜述與分析了國內(nèi)外的研究現(xiàn)狀和主流算法。在此基礎(chǔ)上，本文對傳統(tǒng)的軌跡分析技術(shù)進(jìn)行了改進(jìn)并將其應(yīng)用于視頻分割框架中，分別提出了運(yùn)動目標(biāo)自動分割和交互視頻分割算法。此外，本文還實現(xiàn)了一套基于軌跡分析的視頻合成算法，能夠?qū)⒛繕?biāo)快速、準(zhǔn)確、真實地融合到新背景中。本文的研究內(nèi)容和創(chuàng)新點(diǎn)如下:
　　1.提出了基于全局軌跡分析的運(yùn)動目標(biāo)自動分割算法。傳統(tǒng)的長軌跡分析會導(dǎo)致大量阻塞區(qū)域的運(yùn)動信息丟失，最終導(dǎo)致目標(biāo)邊

4、界難以判斷。本文通過設(shè)計軌跡距離度量方法，提出了短軌跡利用方案;同時基于超像素分割算法，提升了傳統(tǒng)圖割算法在前背景分割環(huán)節(jié)的精確度。實驗表明該算法較傳統(tǒng)方法精確度和穩(wěn)定性都有大幅提高。
　　2.提出了基于全局軌跡分析的交互視頻分割算法。傳統(tǒng)算法僅利用了兩幀之間對應(yīng)像素的關(guān)系進(jìn)行標(biāo)記的置信概率擴(kuò)散，該方法沒有考慮目標(biāo)整體運(yùn)動模式，在復(fù)雜環(huán)境下會造成嚴(yán)重的誤差。在視頻某一幀目標(biāo)已經(jīng)進(jìn)行標(biāo)記的情況下，相當(dāng)于該幀中特征點(diǎn)已經(jīng)被分類。本文以

5、此作為訓(xùn)練集，根據(jù)目標(biāo)檢測算法中軌跡聚類部分，研究基于軌跡分析的交互視頻分割算法。實驗表明該算法在復(fù)雜環(huán)境、劇烈運(yùn)動等傳統(tǒng)方法失效的應(yīng)用環(huán)境下有較好的魯棒性。
　　3.提出了一種基于單應(yīng)性變換的視頻合成算法。傳統(tǒng)視頻合成算法往往忽視目標(biāo)對象和背景之間的相對運(yùn)動，從而導(dǎo)致合成后目標(biāo)和背景之間出現(xiàn)“漂移”，影響視頻的視覺效果。本文使用了特征點(diǎn)之間的單應(yīng)性變換對背景運(yùn)動進(jìn)行估計，并使用相同的方法對待合成的背景進(jìn)行補(bǔ)償。實驗表明該算法確實