隨著計算機技術(shù)和大數(shù)據(jù)技術(shù)的發(fā)展,視頻正逐步取代文本和音頻,成為主要的信息載體。數(shù)據(jù)量不斷增大的同時,其內(nèi)在包含的數(shù)據(jù)規(guī)律和價值越來越被人們所看重。不同于文本信息,視頻信息所表達的數(shù)據(jù)意義難以被計算機直接獲得,數(shù)據(jù)理解過程高度依賴人工干預(yù)。視頻的運動目標分割技術(shù),正是服務(wù)于機器視覺、模式識別等高語義層次的視頻處理過程,為后者提供畫面的感興趣區(qū)域等視頻語義對象。兩個過程共同發(fā)揮作用,實現(xiàn)視頻內(nèi)容的機器理解。 本文選取基于背景建模的視頻運動目標分割方法作為主要研究對象,詳細介紹了碼本背景模型,并在兩個方面上對其進行擴展和完善。第一,為了適應(yīng)全局光照變化和復(fù)雜的視頻內(nèi)容,使用亮度、色度和紋理三種特征構(gòu)建多特征模型,引入特征置信度對其進行調(diào)和平均加權(quán),得到碼字的綜合相似度。同時,增加了對全局光照條件的跟蹤,以及時觸發(fā)碼本的重新學(xué)習(xí)。第二,引入模糊邏輯的數(shù)學(xué)概念,為背景分割過程建立模糊規(guī)則。算法構(gòu)建了碼字的綜合相似度到其是否屬于背景模型的模糊映射,給出了基于先前分割統(tǒng)計規(guī)律的背景隸屬度函數(shù)的計算方法。這樣的設(shè)計為每個視頻序列提供了與其統(tǒng)計特性相適應(yīng)的分割方法,進而提高了算法的適應(yīng)性。 算法...

【文章頁數(shù)】：48 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖2-1碼字模型圖

為像素的色度特征。這些設(shè)計在灰暗的圖像區(qū)域效果不很理定性受到亮度的影響，灰喑區(qū)域像素的色度不確定性遠高于這種不確定性的存在，灰喑區(qū)域的前景分割通常極不穩(wěn)定比例進行比較時，亮度應(yīng)作為一項重要的參考指標。碼本模型征指標，不滿足亮度區(qū)間要求的碼字，不能進行色度匹配。

圖3-1色度失真模型圖

本文建立的色度特征模型，對于圖像加性噪聲和亮度變化具有很好的魯棒性。如圖3-1所示，色度相似度的計算基于當(dāng)前像素向量足■和歸一化后的碼字向量^RGB，pRCS=^RGB丨II^GB||：-^)=||p（P'^GB）^-^rgb|| （3-4）....

圖3-2灰暗區(qū)域的圖像噪聲顯著改變亮度比率

如此，每個中心像素就得到一個8位的無符號數(shù)編碼，即LBP算子的位。如圖3-2所示。對于左側(cè)的局部像素値，以中心像素的傲為_值對周鬧像素進行量化，并按照二進制規(guī)則進行編碼，即可得到中心點的LBP算子值。局部像素值 中心量化結(jié)果 二進制權(quán)噴652I10I0II1....

圖4一3ForegroundAperture序列仿真結(jié)果

果和人工標注結(jié)果的對比圖，如圖4-4所示。傳統(tǒng)碼本桟型；。1,‘]CL0.5ho _h-o' 1 1 1 1 0 0.2 0.4 0.6 0.8 1FPR魯棒碼本模型,丨1Q.0.5I⁰' ‘ i ^ 1 0 0.2 ....

本文編號：4056216