背景剪裁.docVIP

背景剪裁 摘要：论文中，我们介绍了背景剪裁，一种高质量实时的近景层提取算法。从一个包括移动近景物体和静止背景的视频镜头，我们的算法包括背景求差集，颜色和信号对比，从而准确高效地提取近景层。背景裁剪的关键是减少背景对比衰减，即在保护前景/背景边界对比结果的同时，自适应地衰减背景对比结果。该算法建立的一个关键的观测是背景对比结果（或者更准确的说，颜色图像梯度）在大多数情况下，与前景/背景边界对比结果是不同的。运用背景剪裁，由背景信息干扰造成的层提取误差能大大减少。另外，在全球和逐像素的背景色中，我们提出一种自适应混合模型，以便在不同的的背景变化中提高系统的稳定性。高质量复合视频的实验结果证明，我们的背景剪裁算法是有效的。 简介 层提取【2，20】长期以来一直是计算机视觉研究的主题。在最近的工作【8】，Kolmogorov等表明，在一个远程会议情景的双目立体视频中，前景层能被精确和有效地(近实时)提取。前景提取层的一个应用是获得高质量的实况背景的替代品。他们研究方法的成功源于多种图像融合的概率，即立体、颜色和对比。 然而，在现实可视通讯的情况下，例如，远程会议或及时通讯， 大多数用户只有一个摄像头。因此，在使用一个摄像头的情况下，我们能获得相似质量的前景层提取吗?就目前技术发展水平【21，23】，对一个任意的场景（如非