三維視頻對象建模及跟蹤方法的研究.pdf

1、近年來，隨著三維視頻攝像機以及三維顯示器的低成本化，從三維電影、三維電視和自制的三維視頻中取得可用的三維視頻數據越來越方便。由于這些可用的三維視頻數據大部分是在無約束環(huán)境下拍攝得到的，所以沒有三維視頻系統(tǒng)中一些標定的參數信息。因此，開發(fā)充分利用三維視頻的立體信息，而不采用廣泛的相機標定參數信息的跟蹤算法是必需的。本學位論文通過研究及分析各類感知因素對三維視頻中對象的影響，建立符合人眼視覺特性的對象模型，并探索其在三維視頻跟蹤領域中的應用

2、。本文具體主要研究內容如下：
　　首先，本文介紹了當前2D視頻跟蹤方法、研究思路，著重研究及分析各類圖像內容特性、三維視頻特征和稀疏表示方法，為建立三維視頻對象檢測模型打下基礎。本文主要介紹了反映2D圖像中對象的緊湊程度的圖像內容特性以及反映立體感知的深度特征。
　　其次，提出了一種基于圖模型構建方法的圖像顯著性檢測方法。該方法首先提取了圖像的顏色、紋理和緊密度特征，然后將圖像分解成一個個超像素來構建一個圖模型，最后通過計算

3、每個節(jié)點的隨機漫步概率來得到每個節(jié)點的顯著值。并在此基礎上，提出了一種基于超像素分割方法的三維視頻跟蹤方法。該方法首先提取了一種基于顏色深度聯(lián)合直方圖特征描述子，接著建立了一種基于超像素和特征的目標背景可信度模型，來區(qū)分目標區(qū)域和背景區(qū)域，然后用超像素的可信度值來計算每個超像素的顯著值，最后用圖像中顯著密度最大的區(qū)域作為目標最可能出現(xiàn)的位置。
　　最后，提出了一種基于差分稀疏表示方法的三維視頻跟蹤方法。該方法首先從目標和圍繞目標的