MPEG-2壓縮域中魯棒性攝像機運動估計算法的研究.pdf

1、在當今信息爆炸的時代，如何實現(xiàn)信息的快速檢索正受到研究者們越來越多的關注。作為多媒體信息的重要組成部分，視頻信息往往以壓縮格式存在，為實現(xiàn)快速的視頻檢索，更希望尋求一種能在壓縮域直接實現(xiàn)視頻特征提取的算法。視頻拍攝中的攝像機運動反映了視頻的全局運動信息，因此研究壓縮域下的攝像機運動估計算法具有重要的理論意義和使用價值。 本文首先簡單介紹了基于內容的視頻檢索的背景歷史與發(fā)展現(xiàn)狀，對視頻檢索中的一些關鍵技術進行了闡述，為后文的研究打

2、下理論基礎。其后對攝像機運動估計的理論知識進行了介紹，并介紹了現(xiàn)行的一些估計算法，分析和比較了壓縮域下幾種典型估計算法和其存在的問題。 隨后，本文提出了一種基于“自適應樣本隨機一致性”（ASRC）估計的魯棒性攝像機運動估計算法。該算法只使用MPEG-2中p幀的運動矢量，降低了視頻處理的復雜度。首先對運動矢量進行一定的預處理，去除一部分低活動性宏塊中的奇異值影響，然后采用簡化的4參數(shù)仿射模型描述攝像機運動，結合均值漂移、“兩步尺度

3、估計”（TSSE）魯棒性尺度估計和ASRC魯棒性參數(shù)估計算法等估計模型的參數(shù)。該算法可以同時進行尺度和參數(shù)的估計，即在進行參數(shù)估計的同時，可以給出該次估計相應的估計尺度，并結合該尺度值和該尺度范圍內的數(shù)據(jù)點數(shù)目兩個因素綜合判斷估計的好壞，這更加符合魯棒性估計的設計思想，取得更穩(wěn)定的估計效果。 該算法的擊穿點高達80％以上，也就是說，即使數(shù)據(jù)中含有80％的奇異值，該估計算法也可以給出正確的參數(shù)估計結果，而且該算法對于存在多種結構奇

4、異值的數(shù)據(jù)有很好的魯棒性估計效果。這很好地解決了壓縮域視頻中難以避免的奇異值影響問題，比現(xiàn)行的幾種估計算法如LMedS、M-估計等具有更高的魯棒性。 論文實現(xiàn)了所提出的算法并進行了大量的數(shù)值實驗，實驗中選取了多種具有不同運動特征的視頻段。實驗結果表明：對于對象運動較少或者運動速度較慢的視頻段，本文提出的估計算法和現(xiàn)行的估計算法效果相似；而對于對象運動較多且速度較快的視頻段，即當視頻中的奇異值比例較大時，本文提出的ASRC算法仍能