人像视频序列语基编码的若干关键技术研究.pdfVIP

摘堂 摘要 人像视频序列语义基编码的若干关键技术研究 语义基编码是当前多媒体信息处理研究领域的一个热点，它突破信，自、论的理论框架，融 合了计算机视觉、计算机图形学、统计学等多4字斟理论和技术，不仅在理论研究上具有较人 挑战性，而且在技术实现上也有～定难度。人像序列是视频传输中常用的图像形式之一，本 论文主要围绕人像视频序列语义基编码的若干关键技术问题展开研究，内容包括目标轮廓提 取与跟踪、语义对象提取与跟踪、基丁模艰的运动估计利混合编码系统等。具体内容如r： J．目标轮廓精确提取与跟踪研究准确的目标轮廓提取利跟踪是基丁内容描述的基础。由 于在视频图像中，目标常常受到噪声『F扰，有些目标还具有深度凹陷的边缘，这些都严 重地影响了目标轮廓白动提取的准确性。目前，活动轮廓模型是目标轮廓提取常Hj的动 态方法之～，而基丁梯度久量流的活动轮廓模掣GvFsnakesfGradjentvecforFlowsnakesl 是其改进犁。赆管它兜服了传统snakes算法的缺陷，对具有凹陷边缘的目标能够有效 地提取，但对于噪声和极度凹陷边缘的影响还比较敏感，常常会使部分活动曲线收敛剑 局部极值点处。遗传算法可以解；火不具备诸如连续、可微等特性的函数优化问题，是 Paralle1Genenc 种全局最优搜索的有效方法。细粒度遗传算法(PGA AlRorlthm)由丁 内在的并行机制，解决了遗传算法中各子种群的适府度计算和各于种群的新～代个体生 成的并行性问题，极人地提高了算法的运算速度。冈此，本文通过改进GvFsnakes梯 度久草流，并引入遗传优化搜索，提出了一种稳健的日标提取与口R踪算法：即对丁收敛 下局部极值处的轮廓控制点，利用细粒度遗传算法，将相邻的处丁全局最优控制点的信 息通过染色体遗传操作传递给这些点，并驱使它们向全局最优处运动。实验证明，该算 法列受噪声干扰和具有凹陷边缘的目标轮廓提取不仅准确而且鲁棒。 2 语义目标提取与跟踪研究目标分割是一个反问题，通常采川加约束的方法米获得合理 的解。对丁语义分割通常是在传统目标分割算法中，适当地引入如形状、结1=i=J等具有语 义信启、的先验知识米约束分割结果。头肩型视频是最常见的视频幽像形式之一，其视频 对象的主体是人的头J日部。在分析了不同姿态l、头Jd形状的儿倒特征基础上，论文对头 崩轮廓形状进行分类，并定义了再类头肩形状模删：利川土成分分析fPcA一刚nctDal conlponents AnaIysls)方法对各类头肩形状模刑进行训练，并提取了形状模型的士分量， 大大减小了形状久量的兀余度利形状描述的复杂度。引入极人似然法判定目标轮廓形状 所属形状类别，并利H{相应土特征久蕈合成最佳轮廓形状模扳：然后，殴计一个利Hj边 缘、运动和曲率约束的离散变形模板算法米有效地提取和跟踪头J商部。对]一静lr的新矧 图像由于缺少运动信息而使分割变得更加幽难。本文还将形：扶模_9引入到静lr幽像的头 肩提取中，实现了轮廓约束的语义兰i三问分*J。 ：3 基丁线框模型的运动估计研究首先，介}“最常¨{的如预洲最小二，∥I，s—Predlc“ve Least KaIman squares)和扩展}尔曼滤波(EKF—ExtendedF¨ter)笛二维运动估计算法，分 析了它们对噪声数据比较敏感，对剧烈运动估汁极易发散等缺陷。论文通过臼适麻参数 修lE和平滑滤波技术改进了扩展}尔曼滤波算法，解决了EKF算法极易振荡和发散的 问题，实现了精确、稳定地K序列运动估计。另外，还将白适麻松弛迭代方法引入到运 动估计中，一方面摆脱了上述算法中繁重的高维矩阵求逆运算所遇到的困难，保证了计 算的收敛性；另一方面该算法程序简单、内存需要餐小，适丁在嵌入式系统中实现。 4 混合视频编解码系统研究sPIHT小波编码尽管对幽像贝有较高的压缩比，但对丁运动 的视频序列常常要以丢火细岿信息换取低码率，冈此恢复的图像常常模糊。尽管模型基 编码