視頻流中運動對象提取與分割的研究.pdf

1、運動對象分割旨在從一個連續(xù)的圖像序列中分割出運動的目標，是視頻分析的基礎(chǔ)，為基于內(nèi)容的編碼、視頻檢索、視頻摘要提供重要的數(shù)據(jù)信息，并廣泛應(yīng)用于視頻監(jiān)控、視頻制作等領(lǐng)域。
　　自基于內(nèi)容編碼為特點的MPEG-4標準公布以來，運動對象分割技術(shù)的研究得到了更多的關(guān)注。運動對象分割大致可以分為兩類：基于像素域的分割和基于壓縮域的分割。像素域中一般是通過變化檢測等方法來達到分割的目的，其分割結(jié)果較準確，但數(shù)據(jù)量大、計算復雜，對不同場景的分割

2、適應(yīng)性不強。隨著編碼技術(shù)的發(fā)展，壓縮域運動對象分割受到了重視，壓縮域中視頻編碼時產(chǎn)生的運動矢量和DCT系數(shù)是可以直接利用的特征信息，通過這些特征信息可以快速的提取運動對象，但由于編碼以塊為單位使得其分割結(jié)果不太精確。對于上述優(yōu)缺點，目前鮮有研究將壓縮域提取與像素域分割結(jié)合，以達到性能的均衡。
　　H.264是最新的視頻編碼標準，以其良好的網(wǎng)絡(luò)適應(yīng)性和高壓縮比的優(yōu)點，受到了很大的重視，本文的研究工作就是基于H.264視頻流的。本文基

3、于壓縮域與像素域分割的優(yōu)缺點，采用了壓縮域提取與像素域分割結(jié)合的方法。首先，通過H.264視頻流中的運動矢量信息提取運動對象區(qū)域，然后把區(qū)域映射到像素域，在像素域通過馬爾可夫隨機場（MRF）模型或者Grabcut算法進行細化分割，得到準確的運動對象。本文的主要內(nèi)容有：
　　(1)對 H.264壓縮域中運動矢量預處理技術(shù)的研究。使用時域加權(quán)均值濾波與空域加權(quán)矢量中值濾波結(jié)合的濾波方法，并采用了累加、6參數(shù)全局運動估計、內(nèi)插等方法得到

4、可靠的運動矢量場。
　　(2)采用基于運動矢量幅度、角度的差異度方法進行運動對象區(qū)域提取。
　　(3)提出將H.264壓縮域提取對象結(jié)果作為馬爾可夫隨機場（MRF）模型的初始標記場，在像素域中使用MRF模型對壓縮域提取結(jié)果進行細化分割。
　　(4)提出將壓縮域提取結(jié)果作為像素域Grabcut的初始交互，并進行自動分割。
　　經(jīng)實驗表明，本文采用的算法能自動有效的分割出運動對象，其分割結(jié)果較好，對靜止背景序列和動態(tài)