運(yùn)動(dòng)背景下的視頻對(duì)象跟蹤研究.pdf

1、視覺(jué)信息(圖像和視頻)是人類(lèi)了解外部世界最重要的信息來(lái)源。隨著計(jì)算機(jī)技術(shù)、通信技術(shù)、多媒體技術(shù)和存儲(chǔ)技術(shù)的發(fā)展，人們可以方便地記錄、壓縮和傳輸大量的圖像和視頻數(shù)據(jù)。通過(guò)對(duì)圖像和視頻數(shù)據(jù)進(jìn)行有效分析，人們能夠更加有效地了解和處理大量外部信息。目標(biāo)跟蹤是指通過(guò)物體的邊緣、局部運(yùn)動(dòng)以及強(qiáng)度(對(duì)比度和亮度)的變化信息來(lái)對(duì)物體進(jìn)行跟蹤。通過(guò)跟蹤建立運(yùn)動(dòng)物體的時(shí)域相關(guān)性，不僅可以有效提高運(yùn)動(dòng)估計(jì)的精確度，而且使得操作、控制對(duì)象成為可能。視頻對(duì)象跟蹤

2、是基于內(nèi)容的視頻表示、處理以及視頻壓縮的重要組成部分。它存軍事視覺(jué)制導(dǎo)、視頻監(jiān)控、機(jī)器人視覺(jué)導(dǎo)航、醫(yī)療診斷以及氣象分析等方面都有廣泛的應(yīng)用。 本論文圍繞視頻目標(biāo)跟蹤進(jìn)行了四個(gè)方面的研究，即快速塊匹配、快速全局運(yùn)動(dòng)估計(jì)、基于彩色和運(yùn)動(dòng)信息的視頻目標(biāo)分割和基于對(duì)象網(wǎng)格模型的視頻目標(biāo)跟蹤。 本論文取得的主要研究成果包括以下四個(gè)方面： 1.提出了一種基于多分辨率框架的快速塊匹配算法。塊匹配算法是H.263、MPEG1/2

3、/4中的基本運(yùn)動(dòng)估計(jì)算法，由于它在算法復(fù)雜度和計(jì)算速度上較好的統(tǒng)一，應(yīng)用非常廣泛。為在保持高匹配準(zhǔn)確度同時(shí)加快匹配速度，本文提出一種新快速運(yùn)動(dòng)估計(jì)算法HACDS。HACDS使用三層多分辨率結(jié)構(gòu)適應(yīng)快速運(yùn)動(dòng)，在最低分辨率層使用FS保證初始收斂精度，其它層采用ACDS加快匹配速度。實(shí)驗(yàn)證明在保持很好的匹配效果同時(shí)極大地降低了搜索次數(shù)。此外，由圖像彩色信息和雙向運(yùn)動(dòng)估計(jì)提高了運(yùn)動(dòng)估計(jì)的精度和穩(wěn)健性。最后通過(guò)對(duì)場(chǎng)圖像采用基于HACDS中值補(bǔ)償算

4、法與其它補(bǔ)償算法的性能比較中，基于HACDS中值補(bǔ)償算法降低了隨機(jī)噪聲的影響，優(yōu)化了補(bǔ)償圖像的質(zhì)量，被成功應(yīng)用于視頻格式轉(zhuǎn)換技術(shù)中。 2.提出一種基于多分辨率框架稀疏采樣M估計(jì)全局估計(jì)算法。對(duì)于圖像中的前景點(diǎn)消除，通過(guò)混合三種方法在金字塔結(jié)構(gòu)逐層進(jìn)行。在金字塔結(jié)構(gòu)的每層中，首先根據(jù)塊匹配差異值消除部分前景塊；其次利用Huber函數(shù)對(duì)誤差的敏感度不同的特性，對(duì)背景和前景運(yùn)動(dòng)物體的像素點(diǎn)快速分類(lèi)，使得背景的仿射參數(shù)估計(jì)過(guò)程只對(duì)背景像

5、素點(diǎn)敏感，減少了前景運(yùn)動(dòng)物體對(duì)參數(shù)估計(jì)造成的誤差，提高參數(shù)估計(jì)的精度；最后消除孤立背景塊。在得到原始圖像層的初步全局運(yùn)動(dòng)參數(shù)后，通過(guò)背景塊的特征點(diǎn)集合，利用LMICA象素能量最小迭代法獲得最終的精確全局運(yùn)動(dòng)參數(shù)。三層多分辨率結(jié)構(gòu)擴(kuò)展了運(yùn)動(dòng)運(yùn)動(dòng)范圍，加快了運(yùn)動(dòng)估計(jì)收斂速度。此外，除頂層外的各層上利用預(yù)測(cè)查找表方式加快了運(yùn)動(dòng)估計(jì)的收斂速度。實(shí)驗(yàn)表明，提出的算法計(jì)算量小，獲得的全局運(yùn)動(dòng)參數(shù)精確可靠。 3.提出一種基于網(wǎng)格運(yùn)動(dòng)場(chǎng)估計(jì)和彩

6、色信息均值移動(dòng)聚類(lèi)的視頻對(duì)象分割方法。二維稠密運(yùn)動(dòng)場(chǎng)通過(guò)基于內(nèi)容的網(wǎng)格模型得到。對(duì)視頻圖像進(jìn)行Gabor小波變換得到視頻圖像中網(wǎng)格的節(jié)點(diǎn)，可以有效消除噪聲和光照變化帶來(lái)的影響。在網(wǎng)格節(jié)點(diǎn)的生成過(guò)程中引入Gabor小波能量概率決策法和加權(quán)動(dòng)態(tài)聚類(lèi)法，使網(wǎng)格節(jié)點(diǎn)的分布盡可能在邊界和角點(diǎn)等結(jié)構(gòu)特征明顯的位景，保證了網(wǎng)格節(jié)點(diǎn)的合理分布。在空間區(qū)域分割方面，對(duì)彩色空間聚類(lèi)獲得圖像的準(zhǔn)確區(qū)域信息，通過(guò)準(zhǔn)牛頓法加速均值移動(dòng)聚類(lèi)速度，然后利用區(qū)域一致性

7、檢測(cè)進(jìn)行區(qū)域融合。實(shí)驗(yàn)表明，通過(guò)空間區(qū)域分割和稠密運(yùn)動(dòng)場(chǎng)可以獲得準(zhǔn)確的運(yùn)動(dòng)視頻對(duì)象分割結(jié)果，為運(yùn)動(dòng)對(duì)象跟蹤或視頻內(nèi)容分析提供了非常好的基礎(chǔ)。 4.提出一種基于對(duì)象網(wǎng)格的視頻對(duì)象跟蹤方法。構(gòu)建跟蹤使用的視頻對(duì)象模型，包括對(duì)象網(wǎng)格模型、權(quán)值區(qū)域關(guān)系圖等。提出了一種網(wǎng)格節(jié)點(diǎn)跟蹤方法實(shí)現(xiàn)節(jié)點(diǎn)的穩(wěn)健跟蹤，通過(guò)網(wǎng)格節(jié)點(diǎn)的跟蹤實(shí)現(xiàn)了視頻對(duì)象的跟蹤。在節(jié)點(diǎn)跟蹤過(guò)程中，為了消除仿射模型參數(shù)在計(jì)算時(shí)的相互干擾，采用平移模型作初始匹配，利用仿射模型的

8、變形參數(shù)校驗(yàn)特征窗口相似度，并進(jìn)行節(jié)點(diǎn)的局部調(diào)整。仿射運(yùn)動(dòng)模型參數(shù)采用Newton-Raphson梯度下降法計(jì)算，并利用Gabor小波梯度算子克服梯度下降法對(duì)噪聲的敏感，提高了運(yùn)動(dòng)矢量估計(jì)的精確度。針對(duì)幾種網(wǎng)格節(jié)點(diǎn)跟蹤失敗的情況，通過(guò)構(gòu)建的視頻對(duì)象跟蹤模型并結(jié)合均值移動(dòng)彩色聚類(lèi)、Ncut為權(quán)值的區(qū)域關(guān)系圖給出了相應(yīng)的解決方法。靜止背景和運(yùn)動(dòng)背景視頻中的視頻對(duì)象的跟蹤和補(bǔ)償實(shí)驗(yàn)表明，提出的跟蹤算法可以實(shí)現(xiàn)視頻對(duì)象的穩(wěn)健準(zhǔn)確跟蹤。