一种基于人脸对称性的差错掩盖方法.pdfVIP

一种基于人脸对称性的差错掩盖方法.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
第33卷第5期 杭州电子科技大学学报 VeI.33,No.5 加13年10月 Joumal0f HangzhouDin西University Oct.∞13 dei:10.3969/j.iem.1001-9146.2013.05一∞4 一种基于人脸对称性的差错掩盖方法 赖梭,张江鑫 (浙江工业大学省通信网应用技术研究重点实验室,浙江杭州31(m3) 摘要:该文提出一种基于人脸对称性的差错掩盖方法。首先进行肤色分割,判断出肤色区域;然后对 检测出的肤色区域进行对称性判断,选出对称的人脸区域并采用人脸对称掩盖算法进行差错掩盖, 对其它区域则采用自适应插值算法。采用H.264的JM%模型对算法进行验证,实验结果表明,与传 统的插值算法相比。该文算法利用了人脸的对称性,对于对称的人脸区域获得了更好的掩盖效果。 关键词:差错掩盖;人脸;对称性 中图分类号:TN919.81 文献标识码:A 文章编号:1001—9146(2013)05一0090一04 0引言 近年来,随着通信技术的提高,视频业务也得到了快速发展。然而由于网络拥塞等原因,视频传输中 有时会发生丢包,且错误将会在时域和空域上扩散,严重影响接收端的视频质量,因此,一个解码端的差错 掩盖技术是十分必要的。H.264参考模型里采用的是双线性插值算法,这种方法只对平滑区域取得较好 的恢复效果,对边缘区域恢复效果不够理想。为克服这个缺点,方向插值算法先找出边缘方向,然后沿着 边缘方向进行插值,一定程度判断了边缘信息¨J。而自适应空域差错掩盖算法则把丢失宏块翅『分为平滑 块和边缘块,分别采用双线性插值算法和方向插值算法进行插值,取得一定改进效果【2】。文献3提出基于 人脸特征的自适应空域差错掩盖方法,先通过人脸检测技术检测出人脸,然后对人脸区域采用水平方向插 值的方法,对其它区域则采用文献2的自适应插值算法,利用了人脸五官呈水平方向的特征,取得一定改 进效果,但用的依1日是插值的方法,恢复区域容易模糊,而五官位置模糊是难以让人接受的。基于以上现 状,本文提出一种基于人脸对称性的差错掩盖方法,对符合条件的人脸区域取得较好的视觉效果,一定 程度上避免了插值算法造成的五官特征模糊。 1方法分析 实际视频业务中,人脸往往是人们关注的焦点, 一旦人脸区域出错,将会严重影响视觉效果,因此对 人脸区域的差错掩盖也显得极为重要。人脸区域又 是非常有自身特点的一块区域,文献3利用了人脸 五官大致呈水平方向的特征进行水平插值,然而插 值的方法依旧容易造成模糊;本文利用人脸对称的 特点,对于呈现对称的人脸,若其中半边人脸有象素 丢失,就用另外半边对应位置的象素进行掩盖而对 于其它区域,采用文献2自适应插值算法进行掩盖, 具体方法流程图如图1所示。 图1方法流程图 收稿日期:2013一07-20 基金项目:浙江省级重点科技创新团队资助项目(R10011—01) 作者简介:赖俊(1989一),男,浙江衙州人,在读研究生,视频编解码 第5期 赖俊等:一种基于人脸对称性的差错掩盖方法 91 2对称人脸区域的掩盖 2.1肤色分割 人脸检测是指对于一幅给定的图像,采用一定的策略对其进行搜索以确定其是否含有人脸,常用的 策略有基于肤色分割的方法和基于人脸特征的方法。由于本文是要在差错掩盖中应用人脸检测方法, 因而被检测的人脸很可能是丢失掉一些部分的不完全人脸,显然进行类人脸特征计算可能会就出现一 些错误,因此采用基于肤色分割的方式进行初步的人脸检测。 . 因此选择在YCbCr空间进行肤色分割。在YCbCr空间中提取人脸候选区,肤色区域相对集中,可以采用高斯 分布来描述这种分布【4】。且由于本文中用于仿真的视频序列是4:2:0的yuv格式,与YCbCr格式视频一 样,因而不需要进行从其它颜色空间到YCbCr空间的转换。计算各个象素属于肤色的可能性大小,取值范围 为[O,1]。采用文献4中的计算方式对各象素与肤色的相似程度进行计算,计算公式为:

文档评论(0)

bhl0572 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档