基于全局軌跡分析的視頻分割與合成算法研究.pdf

1、近年來，隨著以智能手機、數(shù)碼相機等為代表的移動便攜攝像設備的廣泛普及，互聯(lián)網(wǎng)視頻數(shù)據(jù)量也隨之爆炸性增長。大量的視頻數(shù)據(jù)很大程度上豐富了人們的精神生活，但是如何對這些大量的視頻進行有效的編輯，或者快速提取其中的有用信息，成為了一個亟需解決的問題。其中，對視頻數(shù)據(jù)進行快速精確的分割，提取感興趣的目標，并將分割的目標自然、真實地融合進另一個視頻中，從而使視頻更具趣味性，在諸如多媒體編輯、數(shù)字娛樂、影視制作、視頻編碼、安防監(jiān)控、智能視頻分析、視

2、頻檢索等領域都存在大量需求。現(xiàn)階段視頻數(shù)據(jù)的分割和合成大量依靠人工逐幀完成，這樣做通常需要耗費大量的時間和人力，而且效率十分低下。所以，如何讓計算機具備對視頻數(shù)據(jù)的快速分割和合成能力成為了近年來計算機視覺領域的一個研究熱點。
　　在計算機視覺領域中視頻分割和合成都是基礎性研究，現(xiàn)在都存在著大量的研究成果。然而，由于視頻在環(huán)境和拍攝條件上的復雜性，特別是針對現(xiàn)階段移動攝像端興起的新形勢，這個問題還沒有得到完全解決。本文首先介紹了視頻

3、分割和融合的基本概念和基礎理論，綜述與分析了國內外的研究現(xiàn)狀和主流算法。在此基礎上，本文對傳統(tǒng)的軌跡分析技術進行了改進并將其應用于視頻分割框架中，分別提出了運動目標自動分割和交互視頻分割算法。此外，本文還實現(xiàn)了一套基于軌跡分析的視頻合成算法，能夠將目標快速、準確、真實地融合到新背景中。本文的研究內容和創(chuàng)新點如下:
　　1.提出了基于全局軌跡分析的運動目標自動分割算法。傳統(tǒng)的長軌跡分析會導致大量阻塞區(qū)域的運動信息丟失，最終導致目標邊

4、界難以判斷。本文通過設計軌跡距離度量方法，提出了短軌跡利用方案;同時基于超像素分割算法，提升了傳統(tǒng)圖割算法在前背景分割環(huán)節(jié)的精確度。實驗表明該算法較傳統(tǒng)方法精確度和穩(wěn)定性都有大幅提高。
　　2.提出了基于全局軌跡分析的交互視頻分割算法。傳統(tǒng)算法僅利用了兩幀之間對應像素的關系進行標記的置信概率擴散，該方法沒有考慮目標整體運動模式，在復雜環(huán)境下會造成嚴重的誤差。在視頻某一幀目標已經(jīng)進行標記的情況下，相當于該幀中特征點已經(jīng)被分類。本文以

5、此作為訓練集，根據(jù)目標檢測算法中軌跡聚類部分，研究基于軌跡分析的交互視頻分割算法。實驗表明該算法在復雜環(huán)境、劇烈運動等傳統(tǒng)方法失效的應用環(huán)境下有較好的魯棒性。
　　3.提出了一種基于單應性變換的視頻合成算法。傳統(tǒng)視頻合成算法往往忽視目標對象和背景之間的相對運動，從而導致合成后目標和背景之間出現(xiàn)“漂移”，影響視頻的視覺效果。本文使用了特征點之間的單應性變換對背景運動進行估計，并使用相同的方法對待合成的背景進行補償。實驗表明該算法確實