一种有效的基于时空信息的视频运动对象分割算法鲁梅

合集下载

一种时空信息联合的运动对象分割算法

一种时空信息联合的运动对象分割算法张晓燕;马志强;赵宇波;单勇【期刊名称】《计算机科学》【年(卷),期】2011(38)5【摘要】提出了一种在通用视频序列中联合时空信息分割运动对象的算法.首先,提出匹配加权的全局运动估计补偿算法,以消除动态场景中背景运动对运动对象分割的影响.其次,时域信息提取中,使用基于直方图拟舍的显著性检测及对称差分法获得运动对象模板,以克服依据经验设定阈值的缺点并且提高运动对象模板的准确性;空域信息提取中,提出基于粘性形态学梯度修正和相邻区域边缘强度合并的改进分水岭分割算法,以较好地解决分水岭算法的过分割问题,获得有效空间区域分割.最后,利用双阈值比重算法将时域和空域信息结合,提取出运动对象.实验表明,该算法分割结果准确,有效地解决了背景运动、时域信息不准确、空域过分割以及时空信息难以有效结合的问题.%A novel video moving object segmentation algorithm based on spatio-temporal information was proposed in this paper. The algorithm can extract the moving object from the video sequence with static or global motion background automatically. Firstly,an efficient and accurate global motion compensation method was used to change the motion background to static background. In temporal motion information extracting, the value of background noise variance was estimated by histogram fitting to overcome the shortcoming of setting the value by experience, then the significance test and the symmetrical difference method were applied to achieve accurate moving object mask. In spatialimage irformation extracting, an improved multi-scale watershed algorithm based on viscous morphological gradient correction and edge value merging was employed to segment moving regions which can solve over segment problems greatly. Finally,video object was extracted by performing double threshold ratio operation on spatial and temporal results. Experimental results validate the proposed algorithm.【总页数】5页(P275-278,封3)【作者】张晓燕;马志强;赵宇波;单勇【作者单位】空军工程大学电讯工程学院网络工程系,西安,710077;空军工程大学电讯工程学院网络工程系,西安,710077;空军工程大学电讯工程学院网络工程系,西安,710077;空军工程大学电讯工程学院网络工程系,西安,710077【正文语种】中文【中图分类】TP391.4【相关文献】1.一种基于梯度模型的MPEG压缩域的运动对象分割算法 [J], 孙涛;杨高波;刘理;张兆扬2.一种基于运动估计的MPEG-4对象分割算法 [J], 鞠鸣;何鸿3.一种基于凸壳的压缩域运动对象快速分割算法 [J], 钱增磊;梁久祯4.一种有效的基于时空信息的视频运动对象分割算法 [J], 鲁梅;卢忱;范九伦5.一种基于CNN的运动对象分割算法 [J], 蒋鹏;陈松因版权原因，仅展示原文概要，查看原文内容请购买。

一种视频序列中运动物体的分割方法[发明专利]

专利名称：一种视频序列中运动物体的分割方法专利类型：发明专利
发明人：鲁照华,叶云,刘继兴,吴畏
申请号：CN200410077709.8
申请日：20041230
公开号：CN1798338A
公开日：
20060705
专利内容由知识产权出版社提供
摘要：本发明属于一种视频序列中运动物体的分割方法。

为了克服物体运动快慢因素的影响，本方法包括如下步骤：(a)求取当前帧与前一帧图像的帧差图像；以该帧差图像中各个像素点为中心开一个N*N大小的窗口，利用(见右式)三式求得一二值运动图像，该二值运动图像经过填充后得到一填充二值图像；(b)求取当前帧的边缘图像；将该边缘图像的所有边缘点中对应于填充二值图像内f＝255的像素所构成的集合E，同经过形态滤波的上述填充二值图像的边缘像素集合E根据(见上式)形成初始化模型O；(c)根据已得到的若干帧差图像和下一帧图像的分析结果，对下一帧图像进行模型更新。

申请人：中兴通讯股份有限公司
地址：518057 广东省深圳市南山区高新技术产业园科技南路中兴通讯大厦A座6层
国籍：CN
代理机构：中原信达知识产权代理有限责任公司
代理人：樊卫民
更多信息请下载全文后查看。

一种有效的基于时空信息的视频运动对象分割算法_鲁梅

第 30 卷第 1 期 2013 年 1 月
计算机应用研究 Application Research of Computers
Vol． 30 No． 1 Jan． 2013
一种有效的基于时空信息的视频运动对象分割算法
鲁
摘
1 梅，卢 2 1 忱，范九伦
*
（ 1．西安邮电大学通信与信息工程学院，西安 710061 ； 2．武警工程大学通信工程系，西安 710086 ）要：为实现视频编码标准 MPEG-4 中语义对象的自动提取，提出一种基于时空信息的运动对象分割算法。
在时域上通过双边加权累积帧差和分块高阶统计算法得到目标的运动区域检测模板，以在充分利用时域信息的同时提高算法的速度；在提取空域信息时，先对视频序列的灰度图进行对比度增强处理，然后利用自适应 Canny 算子获取准确的空间边缘信息；最后进行时空融合，用空域边缘信息修正过的时域运动模板来提取运动对象。实验结果表明，本算法可以快速准确地分割视频运动对象测模板；空间边缘信息中图分类号： TP391． 4 文献标志码： A 文章编号： 1001-3695 （ 2013 ） 01-0303-04 doi： 10． 3969 / j． issn． 10013695． 2013． 01． 078
Abstract： To achieve the automatic extraction of semantic objects in video coding standard MPEG4 ，this paper proposed a moving object segmentation algorithm based on temporalspatial information． The proposed algorithm firstly obtained the moving region detection template of the target in temporal domain by using the bilateral weighted cumulative frame difference and blocked higherorder statistics algorithm，and it increased the speed of the algorithm while taking full information of temporal． it enhanced the contrast of the grayscale in video sequence at first， and then Secondly ，in the extraction of spatial information， obtained accurate information of spatial edge by using an adaptive Canny operator． Finally，the proposed algorithm merged the temporal information and spatial information together，extracted the moving objects with the temporal moving template which had been corrected by the spatial edge information． The experimental results show that the proposed algorithm can obtain an accurate segmentation of moving objects in video with a high speed． Key words： video moving objects segmentation； temporalspatial segmentation； moving region detection template； spatial edge information

在MPEG压缩域中进行运动对象提取的现状研究

在MPEG压缩域中进行运动对象提取的现状研究
李鹏;李燕;鲁晓峰;王学通;王理
【期刊名称】《现代电子技术》
【年(卷),期】2008(31)16
【摘要】运动对象的提取是进行视频分析的一个重要部分.传统的提取方法是在像素域中完成,将其用于以压缩形式存储的视频则需要耗费大量的时间先进行压缩码流的解码.为了提高速度,许多科研人员开始分析MPEG码流的特性,研究直接在压缩域中进行运动对象提取的方法.对近年来提出的压缩域中运动对象的提取方法进行分析,为进一步提高算法性能奠定基础.
【总页数】4页(P150-153)
【作者】李鹏;李燕;鲁晓峰;王学通;王理
【作者单位】西安理工大学计算机科学与工程学院,陕西,西安,710048;西安理工大学计算机科学与工程学院,陕西,西安,710048;西安交通大学电子与信息工程学院,陕西,西安,710049;西安理工大学计算机科学与工程学院,陕西,西安,710048;西安理工大学计算机科学与工程学院,陕西,西安,710048;西安理工大学计算机科学与工程学院,陕西,西安,710048
【正文语种】中文
【中图分类】TP391
【相关文献】
1.一种基于MPEG压缩域的运动对象分割算法 [J], 刘龙;刘贵忠;刘洁瑜;王占辉
2.一种基于梯度模型的MPEG压缩域的运动对象分割算法 [J], 孙涛;杨高波;刘理;张兆扬
3.MPEG-2压缩域中鲁棒性摄像机运动估计算法的研究 [J], 高硕;胡剑凌
4.一种MPEG压缩域的运动对象快速提取算法 [J], 周启亚;何春梅;杨高波
5.一种基于MPEG压缩域的视频对象提取方法 [J], 钟善君;赖玉霞;刘建平
因版权原因，仅展示原文概要，查看原文内容请购买。

一种鲁棒性的基于运动估计的自适应时空域视频去噪算法

维普资讯
第２６卷第８期
２００６年８月
文章编号：０１０１２０）８—１８０１０ —９８（０６０８２— ２
一
计算机应用
ＣｏｕｔｒＡｐｌｃｔｏｍｐｅｐｉａｉｎｓ
Ｖｏ＿．ｌ２６Ｎｏ８Ａｕ．２０ｇ０６
０引言
视频序列去噪的方法有很多种，基本上可以按空间域、频
声对运动匹配的干扰。基于噪声大多分布在高频区域的假设，最常用的处理方案是低通滤波。对于后者而言，即使采用性能优良的预处理，动匹配依然无法确保所有的块匹配可运以确保点匹配，因而运动匹配后的点处理须对参与计算的数据进行筛选。模糊滤波、滤波、于统计特性滤波和基于排序基神经元滤波等，都具有数据筛选功能。基于自适应图像增益，字采集设备在高或低的亮度情数况下都能够提供亮度适中的图像。当采集场景较暗时，像图
Ｅｐｒｎａｅｕｔｅｎｔａｅｔｅｅｅｔｅｅｓｏｓａｇｒｈｘｅｍｅｔｌｒｓｌｓｄｍｏｓｒｔｆｃｖｎｔｌｏｉｍ．ｉｈｉｓｆｈｉｔ
Ｋｅｒｓｄｐｖｐｔ — ｍｐｒｌｌｒｖｄｏｄｎｉｉｇＤｕｃｌｒＷｉｎｒｆｔｒｙｗｏｄ：ａａｔｅｓａｏｔｏａｔ；ｉｅｅｏｓｎ；ｎａｆｔ；ｅｅｌｉｉｅｉｆｅｎｉｅｉｅ
Ａｂｔａｔｓｒｃ：Ａｎｔａａｔｅｓａｏｔｍｐｒｌｖｄｏｄｎｉｉｇａｇｒｈｂｅｎｍｏｏｓｍａｏａｒｓｎｅ．Ｔｍｂｄｐｖｐｆ —ｅｏａｉｅｅｏｓｎｌｏｉｍａｄｏｔｎｅｔｔｎＷＳｐｅｅｔｄｓｉｉｔｓｉｉｉｏ

基于时空Transformer的遥感视频目标跟踪

基于时空Transformer的遥感视频目标跟踪基于时空Transformer的遥感视频目标跟踪摘要：随着遥感技术的迅速发展，遥感视频目标跟踪成为研究的热点之一。

传统的目标跟踪算法在处理大尺度、遥感视频时面临挑战，因此需要一种新的、高效的算法来解决这一问题。

本文提出了一种基于时空Transformer的遥感视频目标跟踪方法，通过利用Transformer得到的时空上下文关系，以及编码器-解码器结构的引入，提高了目标跟踪的准确性和鲁棒性。

一、引言遥感技术具有广阔的应用前景，尤其在环境监测、农业灾害预警、城市规划等方面发挥着重要作用。

遥感视频目标跟踪可以对遥感图像中的感兴趣目标进行连续追踪，从而提供重要的信息支持。

然而，由于遥感图像通常具有大尺度、复杂背景、低分辨率等特点，传统的目标跟踪算法在遥感视频中往往效果不佳。

因此，研究一种适应遥感视频目标跟踪的新算法具有重要意义。

二、相关工作近年来，目标跟踪领域出现了一些新的方法，比如深度学习方法和Transformer方法。

深度学习方法通过神经网络学习目标的表征，可以有效地进行目标跟踪。

然而，在处理大尺度、遥感视频时，深度学习方法往往受限于计算资源和数据量的问题。

Transformer方法作为一种新兴的序列建模方法，可以捕捉目标在时空上的关系，具有良好的表现。

因此，我们将基于Transformer的目标跟踪方法应用于遥感视频中，希望能够提高目标跟踪的准确性和鲁棒性。

三、方法本文提出了一种基于时空Transformer的遥感视频目标跟踪方法。

该方法首先将遥感视频分为多个时序帧，然后通过一个编码器-解码器结构对每个时序帧进行特征提取。

编码器利用Transformer模块对时序帧进行编码，提取时空上下文信息。

解码器根据编码器的输出进行目标跟踪并预测目标的位置。

将编码器的输出和解码器的输出进行融合，得到最终的目标跟踪结果。

四、实验结果为了验证所提出算法的有效性，我们在常见的遥感视频数据集上进行了实验。

基于视频六维分布模型的运动对象分割

基于视频六维分布模型的运动对象分割
马晓凯;黎绍发
【期刊名称】《计算机工程》
【年(卷),期】2007(33)10
【摘要】视频运动对象检测是智能安全监控的基本问题.考虑视频的时间空间分布规律,该文构造了视频六维分布模型以进行运动对象分割.在时间维上利用在线高斯混合模型对背景进行更新,并且计算像素颜色差异.在空问维上利用纹理特征描述像素点之间结构关系,提高了对光线变化和阴影等环境变化的抗干扰能力.实验结果表明该算法是实用有效的.
【总页数】3页(P227-229)
【作者】马晓凯;黎绍发
【作者单位】华南理工大学计算机科学与工程学院,广州,510640;华南理工大学计算机科学与工程学院,广州,510640
【正文语种】中文
【中图分类】TP391.4
【相关文献】
1.基于运动背景的自适应视频对象分割算法 [J], 王小平
2.基于SVM和GMM的视频运动对象分割算法 [J], 张素文;张陶;蒋楠
3.基于高斯混合模型的视频运动对象自动分割算法 [J], 李新仕;王天江;刘芳
4.一种有效的基于时空信息的视频运动对象分割算法 [J], 鲁梅;卢忱;范九伦
5.基于TMS320C6416的视频运动对象分割 [J], 陈军波;肖文鲲
因版权原因，仅展示原文概要，查看原文内容请购买。

结合SIFT校正的视频对象鲁棒水印

结合SIFT校正的视频对象鲁棒水印张婷;吕皖丽;罗斌【摘要】A video object watermark algorithm using Scale-Invariant Feature Transform(SIFT) features and video segmentation based on spatio-temporal information is proposed. The watermark message is embedded in Discrete Cosine Transform(DCT) domain of the detected video object region. Before embedding the watermark, the object SIFT features are detected and registered in advance. In the detecting scheme, the object is corrected by using feature matching, and the message can be detected. Experimental results show that the algorithm can well protect the video object and be robust to geometric attacks and usual signal processing attacks.%提出一种结合尺度不变特征变换(SIFT)特征点校正和时空域视频对象分割的视频对象水印算法.该算法采用时域和空域结合的方法分割出视频对象,将水印嵌入在视频对象的离散余弦变换域中.在嵌入前提取并注册视频对象的SIFT特征点,在水印检测时,通过与注册机构中特征点集的匹配和计算对视频对象进行几何校正,提取出水印信息.实验结果表明,该算法能够较好地保护视频对象,对几何攻击和常见信号处理攻击具有鲁棒性.【期刊名称】《计算机工程》【年(卷),期】2011(037)012【总页数】4页(P137-139,143)【关键词】视频对象;尺度不变特征变换;视频分割;离散余弦变换;视频水印【作者】张婷;吕皖丽;罗斌【作者单位】安徽大学计算机科学与技术学院计算智能与信号处理教育部重点实验室,合肥230039;安徽大学计算机科学与技术学院计算智能与信号处理教育部重点实验室,合肥230039;安徽大学计算机科学与技术学院计算智能与信号处理教育部重点实验室,合肥230039【正文语种】中文【中图分类】TP3091 概述视频对象是MPEG-4编码标准的基本要素之一，由于用户可以任意对视频对象进行拷贝复制，因此需要对视频对象的知识产权进行保护，视频水印技术是当今视频版权保护的一项重要手段。

基于时空建模的视频帧预测模型

基于时空建模的视频帧预测模型随着人工智能和计算机视觉技术的不断发展，视频预测模型在图像处理和视频分析领域中扮演着越来越重要的角色。

而基于时空建模的视频帧预测模型是一种能够有效地预测视频序列下一帧的模型。

该模型结合了时序信息和空间信息，能够在一定程度上提升视频预测的准确性和鲁棒性。

在本文中，我们将介绍基于时空建模的视频帧预测模型的原理、应用和研究进展。

1. 时空建模基于时空建模的视频帧预测模型是通过对视频序列中的帧进行时空特征提取和建模，利用历史视频序列的信息来预测未来视频帧。

它涉及到两个关键方面：时序信息和空间信息。

时序信息指的是视频序列中的帧之间的时序关系。

在视频处理中，往往通过卷积神经网络（Convolutional Neural Network, CNN）或循环神经网络（Recurrent Neural Network, RNN）来提取并建模视频序列的时序特征，以捕捉视频帧之间的时序依赖关系。

这样可以有效地学习到视频帧在时间维度上的特征，从而实现对未来视频帧的预测。

2. 视频帧预测基于时空建模的视频帧预测模型通过对视频序列的时序信息和空间信息进行联合建模和学习，从而能够对未来视频帧做出准确的预测。

具体来说，它可以通过已知的视频序列来学习视频帧的时序和空间特征，然后利用学习到的模型来对未来视频帧进行预测。

在这个过程中，模型可能会采用基于卷积神经网络的方法来提取时空特征，也可能会结合循环神经网络和卷积神经网络来实现长短期记忆和更好的特征提取。

基于时空建模的视频帧预测模型在许多领域都有着广泛的应用，例如视频处理、视频分析、人机交互等。

下面我们将介绍一些典型的应用场景。

1. 视频编码和解码在视频编码和解码的过程中，视频帧预测模型可以帮助提高视频压缩比和图像质量。

利用基于时空建模的视频帧预测模型，可以更准确地预测未来视频帧，并在压缩编码过程中减少冗余信息，从而提高视频编码效率和图像质量。

2. 视频内容分析在视频内容分析中，视频帧预测模型可以帮助识别视频中的动作、场景和对象。

一种基于水平集的运动视频对象分割算法

一种基于水平集的运动视频对象分割算法
陆悌亮;龚声蓉
【期刊名称】《微电子学与计算机》
【年(卷),期】2007(24)7
【摘要】视频对象的分割是基于内容的视频处理的重要组成部分。

提出并实现了一种基于水平集的运动视频对象分割算法。

算法通过视频帧间的亮度差值提取初始轮廓曲线,将该曲线作为水平集算法的初始零水平集,采用窄带水平集方法演化曲线,得到最终的分割结果。

实验表明该算法简单高效,具有很好的分割效果。

【总页数】3页(P105-107)
【关键词】水平集;视频分割;曲线演化;亮度差
【作者】陆悌亮;龚声蓉
【作者单位】苏州大学计算机科学与技术学院
【正文语种】中文
【中图分类】TP31
【相关文献】
1.一种基于区域Gibbs势能函数的视频运动对象分割算法 [J], 包红强;张兆扬
2.一种有效的基于时空信息的视频运动对象分割算法 [J], 鲁梅;卢忱;范九伦
3.一种新的基于吉布斯随机场的视频运动对象分割算法 [J], 刘龙;韩崇昭;刘丁;梁盈富
4.一种基于运动背景的视频对象分割算法 [J], 张庆利;张兆扬
5.一种基于内容的快速视频运动对象分割算法 [J], 倪峰;龚声蓉;沈项军
因版权原因，仅展示原文概要，查看原文内容请购买。

视频序列图像中运动对象分割综述

视频序列图像中运动对象分割综述
于金霞;陈现查;汤永利
【期刊名称】《微计算机信息》
【年(卷),期】2010(026)021
【摘要】按照算法应用视频信息的不同,把视频序列的分割方法分为六种,讨论了各种方法的基本算法,并对他们的性能从算法的计算的复杂度、实时性及鲁棒性方面进行了对比和评价.
【总页数】3页(P11-13)
【作者】于金霞;陈现查;汤永利
【作者单位】454003,河南焦作,河南理工大学计算机科学与技术学院;210003,江苏南京,南京邮电大学江苏省图像处理与图像通信重点实验室;454003,河南焦作,河南理工大学计算机科学与技术学院;454003,河南焦作,河南理工大学计算机科学与技术学院;100084,北京,清华大学计算机科学与技术系
【正文语种】中文
【中图分类】TP24
【相关文献】
1.基于信息融合的视频序列图像中运动目标分割的研究 [J], 谢敏;黄贤武;仲兴荣;王加俊
2.一种视频序列中的运动对象自动分割算法 [J], 张晓燕;赵荣椿
3.一种简单快速的多媒体视频序列中运动对象分割方法 [J], 李庆涛;张有志;熊春彬;韩亚伟
4.视频序列图像中运动对象分割综述 [J], 邓玉春;姜昱明;张建荣
5.一种视频序列图像中运动目标的分割算法 [J], 王成儒;刘豫
因版权原因，仅展示原文概要，查看原文内容请购买。

基于形态学重建和边界融合的视频对象分割方法研究

基于形态学重建和边界融合的视频对象分割方法研究寇万里;车嵘;严丽娜【摘要】通过对现有的视频序列中运动对象分割算法的研究,在时空融合的框架指导下,提出了一种基于形态学重建和边界融合的视频对象分割方法.具体地,空间域利用形态学重建及形态学梯度阈值判别的改进分水岭算法,有效抑制了"过分割"现象;时间域采用变化检测的方法来初步确定运动区域,采用高阶统计量的方法进行高斯检验,有效去除了视频序列存在的背景噪声;提出了基于边界的四阶矩,用以滤除噪声并进行时空融合,较最初的四阶矩方法,大幅提升了运算效率.【期刊名称】《通信技术》【年(卷),期】2018(051)004【总页数】4页(P825-828)【关键词】视频对象分割;形态学重建;时空融合;高斯检验【作者】寇万里;车嵘;严丽娜【作者单位】国防科技大学信息通信学院试验训练基地,陕西西安 710106;国防科技大学信息通信学院试验训练基地,陕西西安 710106;国防科技大学信息通信学院试验训练基地,陕西西安 710106【正文语种】中文【中图分类】TN911.730 引言随着多媒体技术和互联网的高速发展，基于视频的应用已经越来越受到人们的重视。

作为视频处理领域中的重要支撑技术，研究视频对象分割具有深远的现实意义和重大的应用价值。

1 视频对象分割视频对象分割是进一步进行视频压缩、视频分析、视频检索[1]等高级应用的基础，是指在时空域上将视频分割成为一些视频语义对象的组合，这种有语义的实体在数字视频中称为视频对象。

自20世纪90年代初开始，视频对象分割就引起了许多学者的兴趣。

近年来，视频对象分割算法已经成为多媒体领域的热点研究课题。

在国外，欧美国家的一些研究机构，诸如美国微软亚洲研究院、Sarnoff实验室、Columbia大学等，亚洲的日本索尼和松下、韩国三星等公司，在视频对象分割、压缩、检索方面做了大量研究。

在国内，清华大学、中国科学技术大学等也进行了相关研究[2-3]。

基于对象的视频重要片断提取方法研究

基于对象的视频重要片断提取方法研究
张良
【期刊名称】《北京信息科技大学学报（自然科学版）》
【年(卷),期】2009(024)004
【摘要】从较长的视频数据中提取其中的重要部分,是视频语义分析的重要研究方向,对视频的分类、摘要具有重要的作用.提出了视频重要片段的概念,根据人眼对视频的反应特点,提出了以视频对象的亮度、纹理、运动节奏、音频等四类特征判定重要片段算法.通过实验对各类视频数据进行了分析,算法的正检率可达到84%,能够较好的实现对视频重要片断的判定.
【总页数】4页(P83-86)
【作者】张良
【作者单位】北京信息科技大学,计算中心,北京,100192
【正文语种】中文
【中图分类】TP391
【相关文献】
1.基于对象网格的网络科技信息重要对象识别方法研究 [J], 邹益民;张智雄
2.基于内容的多层次语义视频对象提取方法研究 [J], 李春燕;杨树堂;陆松年
3.基于TDD的领域对象层对象提取方法研究 [J], 姚远;张樊;黄玉兰
4.基于TDD的领域对象层对象提取方法研究 [J], 姚远[1];张樊[1];黄玉兰[1]
5.基于变化检测的视频对象提取及后继帧的对象跟踪 [J], 种衍文;江柳;沈未名
因版权原因，仅展示原文概要，查看原文内容请购买。

基于数据分割的鲁棒视频通信

基于数据分割的鲁棒视频通信杜建超;吴成柯;王养利;肖嵩【期刊名称】《宇航学报》【年(卷),期】2006(027)003【摘要】提出一种新的基于运动估计的数据分割方法,在无线网络上传输视频流时能够有效地降低误差扩散.该方法将宏块作为基本的处理对象,根据两个方面将一个编码帧的所有宏块区分为重要性不同的级别:一方面是宏块对本帧图像质量的影响,另一方面是宏块对下一编码帧可能产生的误差扩散的影响.根据宏块中的像素被下一编码帧参考的次数总合来评估误差扩散的影响.在此基础上,码流被分为三种不同级别的子流,分别执行不同速率的信道编码,以保证在满足带宽约束的条件下,重要的信息和宏块数据能被优先保护.除了与其它方法一样能改善视频质量,本文方法的一个明显优势是平衡当前帧的质量与下一帧的质量.实验结果表明,比较263++和h.264中给出的数据分割方法,在两状态马尔可夫信道模型下,本文方法能获得更稳定的和更好的视频质量,提高PSNR值超过0.3dB.【总页数】6页(P556-561)【作者】杜建超;吴成柯;王养利;肖嵩【作者单位】西安电子科技大学ISN国家重点实验室,西安,710071;西安电子科技大学ISN国家重点实验室,西安,710071;西安电子科技大学ISN国家重点实验室,西安,710071;西安电子科技大学ISN国家重点实验室,西安,710071【正文语种】中文【中图分类】TN919.8【相关文献】1.基于鲁棒学习的鲁棒RBF神经网络 [J], 赵时;杜莹;张亦楠2.基于稀疏鲁棒M-投资选择模型的鲁棒Half算法 [J], 张亚飞;张成毅;罗双华3.无限维两体量子系统态的可分性鲁棒和纠缠鲁棒 [J], 王银珠;黄丽;马瑞芬;4.基于鲁棒反馈线性化的船舶航向鲁棒内模控制 [J], 蔡旭东;曲丰;崔滋刚;李昌5.基于鲁棒一步集的Tub e不变集鲁棒模型预测控制 [J], 秦伟伟;刘刚;王剑;郑志强因版权原因，仅展示原文概要，查看原文内容请购买。

一种基于时空切片提取摄像机运动的方法

一种基于时空切片提取摄像机运动的方法
李勇;刘雨;唐波;肖奇伟
【期刊名称】《电视技术》
【年(卷),期】2004(000)011
【摘要】根据对视频时空切片的分析,提出了一种从视频中提取摄像机运动特征的方法:通过镜头突变检测,将视频分割为单镜头序列,再检测镜头中摄像机的运动.实验证明,该方法是鲁棒且有效的.
【总页数】4页(P75-78)
【作者】李勇;刘雨;唐波;肖奇伟
【作者单位】国防科技大学,电子科学与工程学院,湖南,长沙,410073;国防科技大学,电子科学与工程学院,湖南,长沙,410073;国防科技大学,电子科学与工程学院,湖南,长沙,410073;国防科技大学,电子科学与工程学院,湖南,长沙,410073
【正文语种】中文
【中图分类】TP391.41
【相关文献】
1.一种基于时空信息的运动目标提取新算法 [J], 朱仲杰;蒋刚毅;郁梅;吴训威
2.PanoVideo:摄像机运动建模及从视频估计摄像机运动参数的一种方法 [J], 张茂军;胡晓峰;库锡树
3.一种基于时空切片的镜头突变检测方法 [J], 李勇;刘雨;唐波;肖奇伟
4.运动摄像机下快速提取运动目标的新方法 [J], 向桂山
5.一种基于多摄像机的鲁棒运动结构重建方法 [J], 王宇希;刘越
因版权原因，仅展示原文概要，查看原文内容请购买。

基于低比特率视频序列的运动对象分割算法

基于低比特率视频序列的运动对象分割算法
秦晓芳;张有志
【期刊名称】《计算机工程与应用》
【年(卷),期】2006(042)019
【摘要】在兼顾运动图像分割效果和实时性的原则上,针对视频会议、新闻播报等低比特率视频序列,提出了一种简单高效的运动对象分割算法.首先利用累积帧差求出图像帧的运动区域,然后对其进行二值化和形态学处理得到帧差模板,最后利用二次扫描的方法得到运动对象掩模,对其进行填充就可以提取出运动对象.实验证明得到了较好的分割效果并且在实时性的应用中具有一定的优势.
【总页数】3页(P155-157)
【作者】秦晓芳;张有志
【作者单位】山东大学信息科学与工程学院,济南,250100;山东大学信息科学与工程学院,济南,250100
【正文语种】中文
【中图分类】TP391
【相关文献】
1.一种视频序列中运动前景分割算法 [J], 李申;张有志
2.基于运动相似性的运动对象分割算法 [J], 刘龙;刘丁
3.一种视频序列中的运动对象自动分割算法 [J], 张晓燕;赵荣椿
4.一种视频序列图像中运动目标的分割算法 [J], 王成儒;刘豫
5.基于低比特率应用的快速运动搜索算法 [J], 刘鹏;金连甫;张晓禹
因版权原因，仅展示原文概要，查看原文内容请购买。