隨著科技的發(fā)展和人們?nèi)粘Ｉ钏降牟粩嗵岣?人眼接受的信息來源更加豐富多樣。這些信息的載體中尤以視頻所含信息量最大,如何在日益復(fù)雜的視頻場景中提取有用的顯著性區(qū)域已成為視頻處理領(lǐng)域的研究熱點之一。傳統(tǒng)的視頻顯著性檢測技術(shù)大多是利用像素域中的信息計算顯著性值。非壓縮域方法使用光流法等得到的運動信息準(zhǔn)確度低,導(dǎo)致顯著性檢測性能較差。壓縮域視頻流中的信息經(jīng)過處理,能更準(zhǔn)確地檢測出顯著性區(qū)域。因此,在壓縮域中的檢測方法是視頻顯著性處理的發(fā)展趨勢。目前壓縮域顯著性檢測方法尚處于初級研究階段,在顯著性檢測精確度方面還有很大提升空間。本文通過對現(xiàn)有視頻顯著性檢測技術(shù)分析與總結(jié),提出了一種基于運動特征的顯著性檢測模型。相比以往的視頻顯著性檢測方法,本文的改進(jìn)和創(chuàng)新主要體現(xiàn)在以下幾個方面:1.根據(jù)人眼視覺機制,人眼對相對運動更為敏感,現(xiàn)有方法多是采用光流法或差分法找到運動信息,這類運動信息準(zhǔn)確性低。本文采用全局運動估計對前景和背景運動矢量進(jìn)行有效區(qū)分,降低時域顯著性圖中噪聲塊對結(jié)果的影響,并結(jié)合壓縮域中的宏塊編碼信息對時域顯著性圖進(jìn)行優(yōu)化;2.視頻顯著性檢測方法多是基于像素域的,目前壓縮域中的檢測方法很...

【文章頁數(shù)】：66 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖２－１人眼結(jié)構(gòu)示意圖??

最后對常用顯著性檢測模型進(jìn)行描述。??２．１人眼視覺系統(tǒng)??人眼是一個結(jié)構(gòu)極其復(fù)雜的器官（圖２－１），眼球壁的最內(nèi)層為視網(wǎng)膜層，視??網(wǎng)膜層由許多光敏細(xì)胞組成，按形狀差異可將光敏細(xì)胞分為桿狀和錐狀細(xì)胞兩種??形式［３４］。桿狀細(xì)胞相比錐狀細(xì)胞靈敏度高，主要用來辨別明暗，在亮度較低....

圖２－２視覺注意機制測試圖??

一種是自底向上，另一種是自頂向下，前者是數(shù)據(jù)驅(qū)動且獨立于任務(wù)的模型，??而后者主要依賴于任務(wù)分配且會受到意識支配和先驗知識的影響。例如在沒有任??何提示情況下觀察圖２－２，觀察者會迅速將注意力集中在三角形上，這就是自底??向上模型的情況，如果給定任務(wù)“尋找圖中的矩形和圓形”，觀察....

圖３－３三步搜索法??良運法于運

３．三步搜索算法??另一種使用廣泛的運動搜索算法就是三步搜索算法，這種算法的初始步長一??般為最大搜索范圍的一半。圖３－３顯示了三步搜索的過程。第一步中在初始點和??周圍標(biāo)“１”的八個相鄰點上計算匹配程度，如果起始點的匹配誤差最小，則認(rèn)??為不存在相對運動。反之，則將搜索中心移動....

圖３－４相鄰運動矢量的位置??

通過計算其與周圍塊的差異性決定子塊屬于前景還是背景。??由于水平和垂直方向相鄰運動矢量和當(dāng)前運動矢量相關(guān)度更高，因此需將當(dāng)??前塊的相鄰塊分為兩類考慮，如圖３－４所示，對兩類相鄰塊分別計算當(dāng)前塊的運??動差異性。??ｎ?￣￣?Ｒ］￣￣￣Ｗ??—？，Ｔ???／ｈ—一??＾?Ｓｉ??....

本文編號：3898431