基于網(wǎng)格模型的視頻對象跟蹤研究與應(yīng)用.pdf

1、運動估計技術(shù)是視頻對象跟蹤的關(guān)鍵.也就是說,運動估計的越準,視頻對象的跟蹤精度就越高.常用的運動估計技術(shù)是基于塊的運動表示方法,即塊匹配算法(BMA),該文作者曾對其進行過大量深入的研究工作,并取得了階段性的成果.通過塊匹配算法的研究結(jié)果表明,塊匹配算法在運算復(fù)雜度和恢復(fù)圖像信噪比兩者之間取得較好的折衷,比較適合于處理平移運動,但是不能很好地處理旋轉(zhuǎn)、縮放等復(fù)雜運動,且運動邊界容易產(chǎn)生比較明顯的“塊效應(yīng)”(Block Artifacts

2、),尤其對于非剛性和變形目標的運動補償計算顯得很困難.另外,由于視頻信息的應(yīng)用要求已逐漸由播放型轉(zhuǎn)向基于內(nèi)容(Content-based)的訪問操作型,基于塊的視頻表示方法很難進行基于內(nèi)容交互(編輯、操作、訪問等)以及通過精確的運動和邊界建模進行內(nèi)容自適應(yīng)的視頻處理.為了解決基于塊的運動表示方法中存在的問題,該文主要采用基于網(wǎng)格模型的運動表示方法作為視頻對象跟蹤研究的主要理論基礎(chǔ).構(gòu)造基于對象特征的網(wǎng)格(Object-based Mes