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(lái)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(chǎng)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(diǎn)之一。傳統(tǒng)的視頻顯著性檢測(cè)技術(shù)大多是利用像素域中的信息計(jì)算顯著性值。非壓縮域方法使用光流法等得到的運(yùn)動(dòng)信息準(zhǔn)確度低,導(dǎo)致顯著性檢測(cè)性能較差。壓縮域視頻流中的信息經(jīng)過(guò)處理,能更準(zhǔn)確地檢測(cè)出顯著性區(qū)域。因此,在壓縮域中的檢測(cè)方法是視頻顯著性處理的發(fā)展趨勢(shì)。目前壓縮域顯著性檢測(cè)方法尚處于初級(jí)研究階段,在顯著性檢測(cè)精確度方面還有很大提升空間。本文通過(guò)對(duì)現(xiàn)有視頻顯著性檢測(cè)技術(shù)分析與總結(jié),提出了一種基于運(yùn)動(dòng)特征的顯著性檢測(cè)模型。相比以往的視頻顯著性檢測(cè)方法,本文的改進(jìn)和創(chuàng)新主要體現(xiàn)在以下幾個(gè)方面:1.根據(jù)人眼視覺(jué)機(jī)制,人眼對(duì)相對(duì)運(yùn)動(dòng)更為敏感,現(xiàn)有方法多是采用光流法或差分法找到運(yùn)動(dòng)信息,這類(lèi)運(yùn)動(dòng)信息準(zhǔn)確性低。本文采用全局運(yùn)動(dòng)估計(jì)對(duì)前景和背景運(yùn)動(dòng)矢量進(jìn)行有效區(qū)分,降低時(shí)域顯著性圖中噪聲塊對(duì)結(jié)果的影響,并結(jié)合壓縮域中的宏塊編碼信息對(duì)時(shí)域顯著性圖進(jìn)行優(yōu)化;2.視頻顯著性檢測(cè)方法多是基于像素域的,目前壓縮域中的檢測(cè)方法很...

【文章頁(yè)數(shù)】：66 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖２－１人眼結(jié)構(gòu)示意圖??

最后對(duì)常用顯著性檢測(cè)模型進(jìn)行描述。??２．１人眼視覺(jué)系統(tǒng)??人眼是一個(gè)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(lái)辨別明暗，在亮度較低....

圖２－２視覺(jué)注意機(jī)制測(cè)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(dòng)且獨(dú)立于任務(wù)的模型，??而后者主要依賴(lài)于任務(wù)分配且會(huì)受到意識(shí)支配和先驗(yàn)知識(shí)的影響。例如在沒(méi)有任??何提示情況下觀察圖２－２，觀察者會(huì)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(yùn)法于運(yùn)

３．三步搜索算法??另一種使用廣泛的運(yùn)動(dòng)搜索算法就是三步搜索算法，這種算法的初始步長(zhǎng)一??般為最大搜索范圍的一半。圖３－３顯示了三步搜索的過(guò)程。第一步中在初始點(diǎn)和??周?chē)鷺?biāo)“１”的八個(gè)相鄰點(diǎn)上計(jì)算匹配程度，如果起始點(diǎn)的匹配誤差最小，則認(rèn)??為不存在相對(duì)運(yùn)動(dòng)。反之，則將搜索中心移動(dòng)....

圖３－４相鄰運(yùn)動(dòng)矢量的位置??

通過(guò)計(jì)算其與周?chē)鷫K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(yùn)動(dòng)矢量和當(dāng)前運(yùn)動(dòng)矢量相關(guān)度更高，因此需將當(dāng)??前塊的相鄰塊分為兩類(lèi)考慮，如圖３－４所示，對(duì)兩類(lèi)相鄰塊分別計(jì)算當(dāng)前塊的運(yùn)??動(dòng)差異性。??ｎ?￣￣?Ｒ］￣￣￣Ｗ??—？，Ｔ???／ｈ—一??＾?Ｓｉ??....

本文編號(hào)：3898431