基于感興趣區(qū)域的高性能視頻編碼算法優(yōu)化研究
發(fā)布時間：2021-01-22 00:55
高性能視頻編碼（High Efficiency Video Coding,HEVC）算法是在H.264/AVC基礎(chǔ)上發(fā)展的最新一代編碼技術(shù),相較于H.264/AVC可降低50%以上碼率,但HEVC在降低碼率的同時卻增加了編碼復(fù)雜度,而隨著視頻分辨率和數(shù)據(jù)量的提高,視頻中存在更多的視覺冗余,人眼視覺關(guān)注機制更利于濾掉冗余信息。因此,基于感興趣區(qū)域（Region of Interest,ROI）的高性能視頻編碼算法研究對降低編碼復(fù)雜度和提高輸出視頻質(zhì)量具有重要意義。傳統(tǒng)Itti算法在提取ROI方面存在提取的ROI信息缺失、ROI檢測不準(zhǔn)確及提取的ROI邊緣定位模糊問題。因此,針對傳統(tǒng)Itti算法存在的問題,本文對Itti算法進行改進來提取視頻幀的ROI。首先在Itti模型提取原有三個特征的基礎(chǔ)上,基于空域提取紋理、形狀特征,解決融合后圖像存在信息缺失和ROI邊緣定位模糊的問題;基于時域提取運動特征,解決檢測ROI不準(zhǔn)確的問題。然后,在歸一化等操作下生成亮度、顏色、方向、紋理、形狀和運動共六個單特征顯著圖。最后,基于信息熵融合理論結(jié)合設(shè)計的算法自適應(yīng)獲取每個單特征顯著圖的權(quán)重,提高融合后顯著...
【文章來源】：東北電力大學(xué)吉林省
【文章頁數(shù)】：61 頁
【學(xué)位級別】：碩士
【部分圖文】：
圖２－１不同場景Ｉｔｔｉ算法提取顯著區(qū)域的結(jié)果??圖２－１中，Ｉｔｔｉ算法可檢測不同場景圖像的顯著區(qū)域，這樣經(jīng)Ｉｔｔｉ算法處理后的圖像可??
（’?）??多通道、多尺度濾波??顏色金字塔?亮度金字塔?方向金字塔??ｒ——＾７＂??中央周邊算子??，Ｊ—－－—?ｉ?—ｉ￣￣￣，??顏色特征圖?亮度特征圖?方向特征圖??￣￣￣￣￣￣￣￣＝＝ｒ??歸一化、跨尺度合并??ｔ?－１——■—Ｉ?Ｌ，??顏色顯著圖?亮度ｓ著圖?方向顯著圖??－Ｌ．?Ａ，?－－＾??特征融合??；??顯著圖??＞——￣?＇??ＷＴＡ機制?返回抑制??ｉ？??（?圖像ＲＯＩ?）??閣２－２?Ｉｔｔｉ模型框閹??由圖２－２可見，丨ｔｔｉ算法原理＂丨概括為：??（１?）高斯金字塔分解??對輸入閣像進彳ｒｒｉ斯低迎濾波處■，然；Ｔｉ迎過１／２下采樣進行降采樣處理，其分解公??式如公式（２－１）？??Ｉ（Ｓ?＋?１）?＝?Ｉ（ｄ＇）?／?２?（２－１）??式屮一?５?＝?［〇，８ｊ；??／（Ｊ）?一第斯金字搭閹像。??（２）特征提取??對每層金字塔閣像提収亮度／、紅色／？、綠色Ｇ、藍色５、黃色Ｖ、方向??⑷＝卩）°，４５°，９（）°，１３５°］）兆九個特征，其屮方向特征是對亮度特征／經(jīng)（＾／；〇７、濾波得??至ＩＪ，具體計算公式為：??Ｉ?＝?（ｒ?＋?ｇ?＋?Ｉ））?／?３?（２￣２）??Ｒ?＝?ｒ－（ｇ?＋?ｂ）／２?（２－３）??Ｇ?＝?（ｊ－（ｒ?＋ｂ）／２?（２－４）??Ｂ?＝?ｂ－（ｒ?＋?ｇ）／２?（２－５）??Ｙ＝ｒ?＋?ｇ－２－（＼ｒ?—?ｇ＼＋ｂ）?（２－６）??式中ｒ，?紅、綠、藍三色通道。??（３）不同尺度特征形成特征圖??－８?－??
３章基于改進丨ｔｔｉ算法的感興趣區(qū)域檢測???Ｈ?ｒ?＾??？，?＝?＃〇：?＝?［１，６］）?（３－２１）??式中丑一仏、丑２、％、＇、乂和的加和，其中文／／?＝?１。??／＝］??（３）顯著圖＞５計算公式為：??Ｓ?＝?ａ｛?ｘ?Ｎ（Ｉ）?＋?ａ，?ｘ?Ｎ（Ｃ）?＋?ｘ?Ｎ（０）?＋?ｘ?Ｎ（Ｔ）?＋?ａｒ?ｘ?Ｎ（Ｓ）?＋?ａｈ?ｘ?Ｎ｛Ｄ）??（３－２２）??綜上，即可實現(xiàn)本課題基于改進Ｉｔｔｉ算法對視頻感興趣區(qū)域的檢測，并消除傳統(tǒng)Ｉｔｔｉ??算法存在的缺陷。圖３－２為本文改進Ｉｔｔｉ算法提取視頻感興趣區(qū)域的框圖。??（ｉＡｉｆ?）??多通道、多尺度濾波??，￣￣￣￣￣ｒｒ?１??亮度金字塔齡金字塔方向金字塔紋理金雜職金字塔運動金字塔??中央－周邊算子??＇?－?Ｗ．ｊｗ■■一?」???４－＝＝ｊ??４ｒ＾＝ｒ￣￣ｖ－?￣￣￣ｐ???亮度特＿?顏色特征Ｓ方向特＿?紋理金雜職金字塔運動金字塔??歸一化、跨尺度合并??＿＿，＾＝＝＝＝ｊ＝＾＾?＾＾＾￣＝＝＝＝ｆ?￣￣ｎ，??亮度顯著圖顏色顯著圖方向顯著圖紋理金字塔形狀金字塔運動金字塔??特征融合??１??顯著圖??＾?—Ｉ??ＷＴＡ機制｜?｜返回抑制??，?．．．．．．．．．．．．＾￣??（?圖像ＲＯＩ?）??圖３－２感興趣區(qū)域檢測的改進Ｉｔｔｉ算法流程框圖??３．３實驗分析??為驗證本文改進Ｉｔｔｉ算法的有效性，在ＯＰＥＮＣＶ２．４．１０＋Ｍｉｃｒｏｓｏｆｔ?Ｖｉｓｕａｌ?Ｓｔｕｄｉｏ?２０１０環(huán)??境下進行實驗仿真。實驗采用Ｃ＋＋語言編程實現(xiàn)，實驗數(shù)據(jù)集來源于ＭＳＲＡ數(shù)據(jù)集和??ＪＣＴ－ＶＣ提供的數(shù)據(jù)
本文編號：2992224
【文章來源】：東北電力大學(xué)吉林省
【文章頁數(shù)】：61 頁
【學(xué)位級別】：碩士
【部分圖文】：
圖２－１不同場景Ｉｔｔｉ算法提取顯著區(qū)域的結(jié)果??圖２－１中，Ｉｔｔｉ算法可檢測不同場景圖像的顯著區(qū)域，這樣經(jīng)Ｉｔｔｉ算法處理后的圖像可??
（’?）??多通道、多尺度濾波??顏色金字塔?亮度金字塔?方向金字塔??ｒ——＾７＂??中央周邊算子??，Ｊ—－－—?ｉ?—ｉ￣￣￣，??顏色特征圖?亮度特征圖?方向特征圖??￣￣￣￣￣￣￣￣＝＝ｒ??歸一化、跨尺度合并??ｔ?－１——■—Ｉ?Ｌ，??顏色顯著圖?亮度ｓ著圖?方向顯著圖??－Ｌ．?Ａ，?－－＾??特征融合??；??顯著圖??＞——￣?＇??ＷＴＡ機制?返回抑制??ｉ？??（?圖像ＲＯＩ?）??閣２－２?Ｉｔｔｉ模型框閹??由圖２－２可見，丨ｔｔｉ算法原理＂丨概括為：??（１?）高斯金字塔分解??對輸入閣像進彳ｒｒｉ斯低迎濾波處■，然；Ｔｉ迎過１／２下采樣進行降采樣處理，其分解公??式如公式（２－１）？??Ｉ（Ｓ?＋?１）?＝?Ｉ（ｄ＇）?／?２?（２－１）??式屮一?５?＝?［〇，８ｊ；??／（Ｊ）?一第斯金字搭閹像。??（２）特征提取??對每層金字塔閣像提収亮度／、紅色／？、綠色Ｇ、藍色５、黃色Ｖ、方向??⑷＝卩）°，４５°，９（）°，１３５°］）兆九個特征，其屮方向特征是對亮度特征／經(jīng)（＾／；〇７、濾波得??至ＩＪ，具體計算公式為：??Ｉ?＝?（ｒ?＋?ｇ?＋?Ｉ））?／?３?（２￣２）??Ｒ?＝?ｒ－（ｇ?＋?ｂ）／２?（２－３）??Ｇ?＝?（ｊ－（ｒ?＋ｂ）／２?（２－４）??Ｂ?＝?ｂ－（ｒ?＋?ｇ）／２?（２－５）??Ｙ＝ｒ?＋?ｇ－２－（＼ｒ?—?ｇ＼＋ｂ）?（２－６）??式中ｒ，?紅、綠、藍三色通道。??（３）不同尺度特征形成特征圖??－８?－??
３章基于改進丨ｔｔｉ算法的感興趣區(qū)域檢測???Ｈ?ｒ?＾??？，?＝?＃〇：?＝?［１，６］）?（３－２１）??式中丑一仏、丑２、％、＇、乂和的加和，其中文／／?＝?１。??／＝］??（３）顯著圖＞５計算公式為：??Ｓ?＝?ａ｛?ｘ?Ｎ（Ｉ）?＋?ａ，?ｘ?Ｎ（Ｃ）?＋?ｘ?Ｎ（０）?＋?ｘ?Ｎ（Ｔ）?＋?ａｒ?ｘ?Ｎ（Ｓ）?＋?ａｈ?ｘ?Ｎ｛Ｄ）??（３－２２）??綜上，即可實現(xiàn)本課題基于改進Ｉｔｔｉ算法對視頻感興趣區(qū)域的檢測，并消除傳統(tǒng)Ｉｔｔｉ??算法存在的缺陷。圖３－２為本文改進Ｉｔｔｉ算法提取視頻感興趣區(qū)域的框圖。??（ｉＡｉｆ?）??多通道、多尺度濾波??，￣￣￣￣￣ｒｒ?１??亮度金字塔齡金字塔方向金字塔紋理金雜職金字塔運動金字塔??中央－周邊算子??＇?－?Ｗ．ｊｗ■■一?」???４－＝＝ｊ??４ｒ＾＝ｒ￣￣ｖ－?￣￣￣ｐ???亮度特＿?顏色特征Ｓ方向特＿?紋理金雜職金字塔運動金字塔??歸一化、跨尺度合并??＿＿，＾＝＝＝＝ｊ＝＾＾?＾＾＾￣＝＝＝＝ｆ?￣￣ｎ，??亮度顯著圖顏色顯著圖方向顯著圖紋理金字塔形狀金字塔運動金字塔??特征融合??１??顯著圖??＾?—Ｉ??ＷＴＡ機制｜?｜返回抑制??，?．．．．．．．．．．．．＾￣??（?圖像ＲＯＩ?）??圖３－２感興趣區(qū)域檢測的改進Ｉｔｔｉ算法流程框圖??３．３實驗分析??為驗證本文改進Ｉｔｔｉ算法的有效性，在ＯＰＥＮＣＶ２．４．１０＋Ｍｉｃｒｏｓｏｆｔ?Ｖｉｓｕａｌ?Ｓｔｕｄｉｏ?２０１０環(huán)??境下進行實驗仿真。實驗采用Ｃ＋＋語言編程實現(xiàn)，實驗數(shù)據(jù)集來源于ＭＳＲＡ數(shù)據(jù)集和??ＪＣＴ－ＶＣ提供的數(shù)據(jù)
本文編號：2992224
本文鏈接：http://sikaile.net/shoufeilunwen/xixikjs/2992224.html
最近更新
教材專著
