基于條件隨機場模型的視頻目標分割算法研究.pdf

1、視頻目標分割是計算機視覺領(lǐng)域的一個熱點問題，它是視頻監(jiān)視、人機交互以及視頻編輯等眾多應(yīng)用系統(tǒng)的基礎(chǔ)，高效準確的視頻目標分割算法可以大大降低后繼應(yīng)用的處理難度。視頻目標分割算法有自動視頻目標分割算法和交互式視頻目標分割算法兩種，其中自動視頻目標分割算法的應(yīng)用比較廣泛，本文的視頻目標分割算法都屬于自動視頻目標分割算法。自動視頻目標分割算法按對視頻序列的處理層次可以分為低級層次的分割算法、中級層次的分割算法和高級層次的分割算法，我們在這三個層

2、次上分別提出了相應(yīng)的分割算法。本文的第一章為研究背景，第二章提出了一種基于加權(quán)模型的前景和陰影概率模型，第三章提出了一種基于二維條件隨機場模型的視頻閾值化方法，在第四章中提出了基于分層條件隨機場模型的視頻目標分割算法，在第五章中我們提出了一種融合目標識別信息的多目標視頻分割算法，在第六章中給出了一個視頻交通流量統(tǒng)計系統(tǒng)。 本文取得的研究成果和創(chuàng)新點主要表現(xiàn)在以下幾個方面： 1)提出了一種基于加權(quán)模型的陰影和前景的建模方法

3、低級層次的分割算法一般在像素級別上對視頻序列的背景、陰影以及前景進行建模實現(xiàn)分割?；顒雨幱笆怯绊懸曨l目標分割算法效果的一個重要的因素，有效地處理活動陰影可以提高分割的質(zhì)量。本文的第二章提出了一種基于加權(quán)模型的陰影和前景的建模方法，它可以處理室內(nèi)戶外多種環(huán)境中的活動陰影。陰影模型在像素級別上對視頻序列中的活動陰影建模，并計算出分布概率。前景模型通過加權(quán)的方法對視頻序列中的前景目標進行建模獲得它們的分布概率。這些模型的分布概率可以為后繼章節(jié)

4、中更高層次的分割算法提供必需的數(shù)據(jù)。 2)提出了一種基于二維條件隨機場模型的視頻閾值化方法一般情況下，低級層次的分割算法的分割結(jié)果中會出現(xiàn)許多誤分類，而中級層次的分割算法中，這些誤分類可以通過融合視頻序列的鄰域關(guān)系得以糾正。在第三章中，我們提出了一種基于二維條件隨機場模型的視頻閾值化方法，它屬于中級層次的分割算法。這種方法根據(jù)第二章中的背景、陰影和前景的分布模型以及視頻序列的鄰域關(guān)系定義相應(yīng)的特征函數(shù)，同時構(gòu)造了一個二維條件隨機

5、場模型，利用這個模型對這些特征函數(shù)進行約束建模，通過推斷算法求出全局最優(yōu)解獲得最終的分割結(jié)果。 3)提出了一種基于分層條件隨機場模型的視頻目標分割算法基于二維條件隨機場模型的視頻閾值化方法可以消除像素級別的分割算法所產(chǎn)生的誤分類問題。但是當誤分類的像素塊尺寸比較大時，僅僅依靠二維條件隨機場模型對視頻序列的時空域鄰域關(guān)系的約束是無法糾正的。為了解決這個問題，我們在第四章中引入了視頻序列的局部鄰域關(guān)系和全局鄰域關(guān)系，并對隱條件隨機

6、場模型進行擴展，構(gòu)建了一個分層條件隨機場模型。利用分層條件隨機場模型對視頻序列的局部鄰域關(guān)系和全局鄰域關(guān)系進行約束，可以糾正尺寸比較大的像素塊誤分類。。 4)提出了一種融合目標識別信息的多目標視頻分割算法在視頻監(jiān)視領(lǐng)域，常用的基于背景建模的分割方法存在一些局限性，比如需要視頻序列的背景相對固定、需要對活動陰影進行特別處理以及多目標分割的困難性。在第五章中提出了一種融合目標識別信息的多目標視頻分割算法，它屬于高級層次的分割算法，算

7、法可以對視頻中包括相互遮擋以及殘缺不全等多種特殊的目標進行分割。融合目標識別信息的多目標視頻分割算法由訓(xùn)練部分和分割部分組成。在訓(xùn)練部分中通過對訓(xùn)練數(shù)據(jù)集的學(xué)習(xí)構(gòu)建特征字典，并獲得分層條件隨機場模型的參數(shù)。在分割部分利用分層條件隨機場模型對特征函數(shù)進行約束求解，可以獲得一個融合自頂向下信息和自底向上信息的分割結(jié)果。 5)視頻交通流量統(tǒng)計系統(tǒng)的初步研究基于視頻的交通流量統(tǒng)計方法是近幾年提出來的新方法，它與一些傳統(tǒng)的方法相比具有很多