Initial Object Segmentation for Video Object Plane Generation Using Cellular Neural Networks

MPEG 4 is a basic tool for interactivity and manipulation of video sequences. Video object segmentation is a key issue in defining the content of any video sequence, which is often divided into two steps: initial object segmentation and object tracking. In this paper, an initial object segmentation method for video object plane(VOP) generation using color information is proposed. Based on 3 by 3 linear templates, a cellular neural network (CNN) is used to implemented object segmentation. The Experimental results are presented to verify the efficiency and robustness of this approach.

AUTOMATIC SEGMENTATION OF VIDEO OBJECT PLANES IN MPEG-4 BASED ON SPATIO-TEMPORAL INFORMATION

Segmentation of semantic Video Object Planes (VOP's) from video sequence is a key to the standard MPEG-4 with content-based video coding. In this paper, the approach of automatic Segmentation of VOP's Based on Spatio-Temporal Information (SBSTI) is proposed.The proceeding results demonstrate the good performance of the algorithm.

运动法自动分割MPEG-4帧视频对象(VOP)

本文提出运动法实现MPEG-4帧视频对象（VOP）的自动分割。该方法的基本思想是利用前景的局部运动与背景的全局运动的差别检测出相应独立运动部件。针对独立运动部件（IMC）运动快慢的不同,该方法分解为适合较慢运动IMC的形态运动滤波器方法和适合较快运动IMC的变化检测掩码方法。处理结果表明该方法取得较好的分割效果。

一种基于VOP等价复用的压缩编码方法

根据视频对象连续VOP之间相似性,提出了一种基于VOP等价复用的新压缩编码方法。其特点在于:(1)直接面向对象操作;(2)高压缩比、高重构图像质量;(3)计算较简单。实验表明了方法的有效性。

考虑镜头突变和视频对象消失情况下分割视频对象(VOP)

将视频系列分割成语义上有意义的对象即视频对象(VOP:VideoObjectPlane),是实现基于内容压缩编码标准MPEG-4的关键。本文分析T.Meier分割方法的不足:当镜头突变时,形态学波滤和变化检测掩码方法不能检测到独立运动部件;当视频对象消失时,Hausdorff距离匹配实效。本文通过检测镜头突变和判断视频对象的消失,克服了T.Meier种分割方法的不足。检测镜头突变方法简单、计算量不大且有较好的鲁棒性;通过慢变部分是否存在判断视频对象是否消失。

基于子带/小波分解的视频编码可分级性研究

视频编码的可分级性是MPEG 4标准视频部分所要求的重要功能之一 .本文提出了一种基于子带 /小波分解的可分级性结构 ,以支持视频编码的空域分层、时域分层以及混合分层 ,并通过实验验证了它的有效性 .

基于对象的视频图象分割技术

随着“流媒体”技术应用的发展和 MPEG- 4基于内容的功能的提出 ,视频图象处理领域中 ,基于对象的分割技术已成为该领域的研究热点 .如今视频分割研究已由基于镜头的分割发展到了通过提取视频对象面 ,来分割出视频对象的阶段 ,但目前基于对象的分割研究仍处于起步阶段 ,技术还很不成熟 .为了推动该技术进一步发展 ,在深入分析分割问题本质的基础上 ,首先提出从分割所利用的信息角度出发来进行分割的技术 ;然后针对分割技术的发展趋势 ,深入介绍了该研究领域国内外的最新研究算法 ,并分析了各方法技术的贡献和不足 ;

基于小波分解的视频分级编码方法

提出了一种基于小波分解的视频分级编码方法 ,该方法主要是对视频对象实施小波分解 ,将其低频子带与高频子带分别作为基本层与增强层进行编码 ,以实现视频对象的空域分级、时域分级与混合分级。同时 ,根据小波图像的方向性特点 ,采用了视觉模式图像编码 (VPIC)方法 。

基于多帧间的差的视频对象提取方法及其在DSP上的实现

针对自动提取方法及半自动提取方法的缺点,提出了一种在Blackfin-533 DSP(Digital Signal Processor)芯片上实现的视频对象提取方法。该方法是利用图像多帧差累积的高阶统计量来提取出视频对象,设计了DSP实现系统并对算法进行了测试。测试结果表明,该算法可以满足当前多种视频图像处理实时应用需求,具有良好的应用前景。

MPEG4——基于对象的多媒体压缩新标准

MPEG 4标准面向众多而非特定的应用 ,它属于基于内容的第二代编码技术。首先介绍了MPEG 4支持的新功能和特点 ,然后分别从系统、音频和视频 3个方面详细讨论了MPEG 4的主要内容 ,最后介绍了MPEG

运动目标的自动分割与跟踪

该文提出了一种对视频序列中的运动目标进行自动分割的算法。该算法分析图像在L U V空间中的局部变化,同时使用运动信息来把目标从背景中分离出来。首先根据图像的局部变化,使用基于图论的方法把图像分割成不同的区域。然后,通过度量合成的全局运动与估计的局部运动之间的偏差来检测出运动的区域,运动的区域通过基于区域的仿射运动模型来跟踪到下一帧。为了提高提取的目标的时空连续性,使用Hausdorff跟踪器对目标的二值模型进行跟踪。对一些典型的MPEG-4测试序列所进行的评估显示了该算法的优良性能。

基于运动跟踪匹配技术的视频对象提取

本文提出一种自动分割ＶＯＰ的技术。其方法是：先对初始帧使用形态运动滤波技术提取出初始运动对象的二值轮廓模型，并在后继帧中使用豪斯道夫对象跟踪器跟踪运动对象模型：而为了适应对象的形状变化，本文使用活动轮廓模型（ｓｎａｋｅ）技术对运动对象进行拟合匹配：最后根据一系列精确的二值轮廓引导提取运动对象序列。实验结果表明，我们的算法可有效地提取视频对象和视频对象平面。

MPEG-4视频压缩编码算法研究

基于MPEG-4协议框架,对MPEG-4视频压缩编码算法进行了研究,尤其是I-VOP、P-VOP、B-VOP编码算法,并提出了一种基于MPEG-4协议框架的较为简单的实现方法,并进行了实验验证。实验结果表明MPEG-4较MPEG-2具有压缩比高、同压缩比下图像质量更高等优点,更加适用于信号的低码率网络传输。

使用修改的豪氏道夫距离自动提取运动对象

新的视音频编码标准 MPEG- 4增加了支持基于内容的功能 ,它把视频序列分割成语义意义上的视频对象(VO)视频对象在某一瞬时的“快照”称为视频对象平面 (VOP) ,且一系列 VOP表示一个运动对象 .VOP分割相当困难 ,这主要是因为物理对象通常不以亮度、彩色或光流等低级特征来表达 ,所以经典的分割方法无法获得有意义的分割结果 .为了对这种视频运动图象进行有效的提取 ,提出了一种基于修改的豪氏道夫对象跟踪器的自动 VOP分割方法 .首先提取出初始模型 ,然后用跟踪器在序列后继帧中跟踪此对象 ,再对模型逐帧修改 ,以适应对象在后继帧中形状的旋转和变化 ,最后根据一系列二值模型来提取出视频对象 .此外 ,为了提高分割效果和减少复杂性 ,还使用了静态背景滤除技术来滤除静态背景 .实验结果表明 。

结合时空信息的视频对象平面自动提取算法

提出一种视频对象平面自动提取算法,首先以时域帧间运动信息为依据,利用高斯检验方法得到初始的二值运动模板,并建立双尺度邻域的MRF模型进一步检验,以获取平滑、完整的运动模板;然后提出了结合非线性变换的改进分水岭算法对运动区域进行帧内空域分割;最后对时域和空域分割结果进行比重运算,提取最终运动对象·实验结果说明了该算法的有效性·

二值alpha平面辅助的视频对象快速运动估计算法

提出了一种任意形状视频对象的快速运动估计方法.详细分析了alpha平面在视频对象的快速运动估计过程中起到的指导性作用,采用边界扩展和边界掩码技术,提出了一种新的二值alpha平面匹配衡量准则WBAMC (weighted binary alpha-plane matching criterion).结合优先搜索策略,提出了二值alpha平面辅助的视频对象快速运动估计算法BAAME(binary alpha-plane assisted motion estimation),.首先,利用alpha平面和WBAMC准则,将边界宏块的搜索范围缩小至两个搜索起点的单调区域,再采用传统的快速运动估计算法确定其运动向量;然后,用边界宏块的运动向量预测内部宏块的搜索起点;最后,采用快速运动估计算法搜索内部宏块的运动向量.这种方法可与多种空间域和频率域运动估计算法相结合,有效地应用于基于对象的视频编码器中.实验结果表明,对于多种类型的标准测试视频流,BAAME算法始终能够保持较高的估计精度和主观质量,运动补偿的平均PSNR(peak signal-to-noise ratio)较DS(diamosd search)和PSA(pdoety search algorithm)(BAAS(binary alpha-plant assisted search)+DS)高出0.1dB～0.SdB,略低于FS(full search),但是其计算复杂度与FS相比降低了20倍.

基于基准线的形状编码

形状编码是MPEG-4不同于其它标准(如MPEG-1和MPEG-2等)的新特点。本文提出基于基准线的形状编码的方法,文中详细探讨了VOP形状基于基准线的帧内和帧间编码。该方法解决了基于块的形状编码产生的阶梯效应问题,同时取得较高的压缩比和较好的重构效果。处理结果表明该法具有较好的前景。

利用空域和时域信息自动分割MPEG-4视频对象

从视频序列中分割出视频对象是实现基于内容压缩编码方法的关键.该文提出了利用空域和时域信息实现MPEG 4视频对象的自动分割方法,利用相邻两帧的帧差和当前帧的纹理、颜色信息及面部定位、梯度滤波等技术,实现目标的初始化,再利用快速Hausdorff距离法跟踪目标.处理结果表明,该方法对处理相对静止的头肩序列图像具有较强的稳定性,处理速度较快,能取得较好的分割效果.

MPEG-4基于内容的视频编码研究

介绍了MPEG 4的基于内容的视频编码原理 ,讨论了二进制形状编码 ,对其软件作了模拟 .结果表明 。

一种异步视频对象的速率控制算法

MPEG- 4提出了视频对象的概念 ,产生了基于对象的速率控制问题 .编码的视频对象可以是同步进行也可以是异步进行 ,后者在低比特率条件下更具有优越性 ,实验结果也证实了这点 .针对异步视频对象编码 ,提出了一种速率控制算法 ,以达到恒定目标比特率 .该算法首先根据在一个短的时间段内 ,一个视频对象的同一类型编码比特数近似相等的假设来估计某时刻总的编码比特数 ,然后采用全局分配原则 ,将目标比特数分配到编码的视频对象中 ,以获得视频对象间近似恒定的失真比 .另外 ,还提出了一种后处理技术 ,并用以克服异步对象的解码合成图象的失真 .实验结果表明 ,该算法能够对异步视频对象进行有效的比特控制 ,并具有较高的主客观质量 .