基于MPEG-2近似光流场运动对象分割.pdfVIP

基于MPEG-2 近似光流场的运动对象分割1 1 1 1 2 陈薇薇 ，杨高波 ，周启亚 ，张兆扬 1 湖南大学计算机与通信学院，长沙（410082 ） 2 上海大学新型显示技术与应用集成教育部重点实验室，上海（200072 ） E-mail：vivichen83@ ，jt_gbyang@ 摘 要：提出了一种基于 MPEG-2 近似光流场的视频运动对象分割算法。首先，利用运动 矢量和I 帧的DCT 系数，估计P 帧和B 帧的DCT 系数，重建DC+2AC 图像。然后，利用 这些压缩域信息进行光流估计得到近似的光流场，并通过可信度检测去除噪声和不可靠的运 动矢量，从而得到致密化和准确化的光流场。最后，在全局运动估计后，通过迭代拒绝进一 步去除背景的边缘光流，再利用运动矢量一致性提取出前景运动物体。实验结果表明，本文 的方法取得了较好的分割结果。 关键词：MPEG-2 ，压缩域，光流场估计，视频运动对象分割 中图分类号：TN919.8 1. 引言 视频对象(VO)分割技术是指从视频序列中提取出有意义的运动对象。它在智能视频监 控系统、目标识别、视频摘要等领域有广阔的应用前景。最初的研究是从像素域开始的，尽 管分割精度高，但像素域的视频对象分割存在费时大、难以满足实时应用的需要等缺陷。视 频通常以编码后的视频流进行存储和传输，对于已编码的视频流，如果还原为像素域，再采 用像素域的视频对象提取算法，会显著增加计算量，更加难以满足实时应用的要求。由于运 动信息可以通过部分解码视频流得到每个宏块的运动矢量，从而可避免运动估计/补偿等耗 时操作，有利于实时地提取视频对象。因此，近年来视频对象分割的研究热点已经从像素域 [1] 过渡到压缩域，即直接在压缩域进行视频对象的分割和提取 。 MPEG压缩域视频对象分割主要是利用从压缩域中易于得到的两类信息：宏块的运动矢 量和DCT系数。然而，从MPEG视频流得到的运动矢量每个宏块仅有一个，比像素域每个像 素就有一个运动矢量要稀疏得多。其次，视频码流中的运动矢量是以提高压缩效率为目的， 采用块匹配的方法获得，因而与真实的对象运动存在一定的误差。因此，压缩域视频对象分 割的精度通常要低于像素域，其关键在于研究压缩域的运动信息致密化和准确化，以提高分 割精度。 目前，已有文献先通过若干帧累积增加运动信息，然后进行空间内插获得较致密的运动 矢量场。其中，Venkatesh[2]和Mezaris[3] 的方法最具代表性，前者通过使用期望最大化(EM) 获得最终的视频对象，后者则采用基于双线性运动模型的迭代拒绝方案达到前景/背景的分 割。它们所得的结果虽然较以前有所改进，但由于累积和内插所得到的运动矢量并不总是可 靠的，且内插会造成平滑效应，使得所得到的对象边界是忙乱的。 本文提出了一种新的MPEG-2压缩域运动对象分割算法，它通过运动矢量的致密化和准 确化，得到近似准确的光流场。主要步骤包括：首先，利用运动矢量和I帧的DCT系数，估 计P帧和B帧的DCT系数，重建DC+2AC 图像。然后，利用这些压缩域信息，采用black[4] 的光 流场估计算法对光流场进行初步的估计，并进行可信度检验去除噪声和不可靠的运动矢量， 从而得到MPEG-2压缩域的近似光流场。最后，进行全局运动估计，通过迭代拒绝进一步去 除背景的边缘光流，得到真正表征物体运动的光流，并利用运动矢量一致性分割出运动物体 1本课题得到国家自然科学基金项目），湖南省自然科学基金（05JJ30113 ）资助。 边缘。算法的原理框图如图1所示。 提取运动矢量 MV的归一化和 中值滤波