资料下载
基于马尔可夫随机场模型的运动对象分割算法_王闪
#Freedom
分享资料个
运动对象分割在计算机视觉领域得到了广泛的研究和应用，分割的方法主要基于像素域和压缩像素域，但随着视频分辨率的逐渐提高，像素域的分割渐渐无法满足其实时性，分割速度到了瓶颈的状态，于是提出了压缩域的分割方法。在分割算法中，主要通过对提取目标的特征信息进行分割，在监控的压缩视频中，提取运动目标主要采用的是运动矢量（ MV） 和离散余弦变换（ DCT） 系数［1］。Ahmad A M A 等人［2］提出了基于 MPEG 视频的级联滤波（ cascade filtering） 方法，该方法将高斯滤波和中值滤波联合来去除独立噪声从而产生运动场。2010 年，Moura Ｒ C［3］ 提出了时空域的滤波（ spatio-temporal filtering，STF） 方法，该方法结合了 MV 空域和时域上的双重相关性来滤除噪声并保留运动对象 MV，该方法也成为现在压缩域对象分割中主要的滤波算法。基于 MPEG 视频操作的有最大期望算法、区域生长方法以及多内核均值漂移分割等［4］。但这些方法都要同时具有 MV 场和 DCT 残差系数，其计算复杂度也很高。张文琪［5］对压缩码流中 4 × 4 块残差进行处理，提出一种基于熵能选取自适应阈值的时空域运动对象分割方法。除了这些还有一些新兴的方法，如 Lu Y 等人［6］ 提出的基于背景估计的算法，通过用帧间的编码模式来估计出背景区域从而降低全局运动补偿的时间。Sun L 等人［7］利用宏块编码的模式来估计运动区域，快速高效，但是仅限于室内等外界环境不变的条件。
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
- 相关下载
- 相关文章
