基于蚁群聚类算法的H压缩域运动目标分割.docVIP

基于蚁群聚类算法的H.264/AVC压缩域运动目标分割 武智霞 （上海师范大学） 摘 要 本文提出一种基于蚁群聚类算法的H.264/AVC压缩域运动目标分割算法。首先，将从H.264压缩码流中提取出的运动矢量场进行时间、空间的归一化和中值滤波后，进行局部相同运动矢量合并，以提高运算效率；然后，利用改进的蚁群聚类算法将具有运动相似性的运动矢量聚类到若干个区域中；最后利用运动矢量方向角直方图和最终的聚类中心识别出运动目标和背景区域。实验结果表明，该算法对视频序列能实现较准确的分割。 关键词 运动目标分割 压缩域 H.264/AVC 蚁群聚类 中国法分类号： 文献表示码 Moving Object Segmentation in H.264 Compressed Domain Using Ant Colony Algorithm WU ZHIXIA Abstract This paper presents a novel approach to segmenting moving objects in the H.264/AVC compressed domain, which based on ant colony clustering algorithm. Firstly, the motion vector (MV) is extracted from the H.264/AVC compressed video, and then merge the MV, who have the same nature. Secondly, an improved ant colony clustering algorithm is used to make the MV field into different motion homogenous regions. Finally, the orientation histogram of the MV field and the final cluster centers are exploited to determine the moving object regions. Experimental results for several video sequences demonstrate the proposed approach can segment moving object effectively. Keywords moving object segmentation; compressed domain; H.264/AVC; ant colony 1 引 言 运动视频目标分割技术是随着数字视频技术的发展而产生的一种新的研究领域。通过对视频流中运动目标的检测及提取，进而达到视频检索、智能视频监控等目的。 随着计算机和通信技术的发展，以高压缩比著称的各种压缩标准相继出现。压缩域运动目标分割技术也以计算量小，能满足实时性要求，且无需对码流进行完全解码的优势引起了国内外学者的重视，近年来也取得了一些成果，但大部分都是在MPEG压缩域完成的[1-3]。针对新一代视频压缩标准——H.264/AVC，这方面的研究甚少，主要有Zeng等人[4]提出的“基于块的马尔可夫随机场（MRF）模型”，该方法直接对稀疏运动矢量场进行分割；Sarah De Bruyne[5]等人引入了运动矢量可信度，提出“基于H.264压缩域的运动估计可信度算法”。 本文提出一种改进的“蚁群聚类算法”，能够根据运动目标的运动特征动态产生聚类中心，且迭代次数较少，适应实时性场合，能够获得较好的分割效果。 2 蚁群算法的数学描述 大量研究表明，一群蚂蚁可以很容易的找到食物源，而单个蚂蚁却不能，这是因为蚂蚁在行经过程中会不断的释放一种称为信息素（pheromone）的物质，蚂蚁个体之间就是通过这种物质来进行信息的传递。蚂蚁根据信息素的强度来指导前进的方向，越多的蚂蚁经过同一路径，则该路径上留下的信息素越多，则其它蚂蚁选择该路径的可能性也就越大，这样形成了一种正反馈过程。蚁群算法的数学描述如下： 2.1矢量场特征提取 运动矢量的产生是从压缩效率的角度上考虑的，因此从码流中提取出的运动矢量场不能反应真实的运动信息，并且存在噪声的干扰。事实上在一个运动矢量场中存在着表示背景的矢量、表示运动物体的矢量和表示噪声的矢量，表示背景的运动矢量呈现出大片相同的特点，表示运动物体的矢量呈现局部相似的特点，而表示噪声的矢量则呈现杂乱无章的特点。唯一能反应这三种矢量特征的只有运动矢量的幅值和方向角。这样，每只蚂蚁可定义为一个以运动矢量幅值、方向角为特征的二维向量。 2.2 蚁群算法数学描述 给定一个运动矢量场M