利用局部特征匹配的运动小目标光流估计

基于深度光流估计的动态背景运动小目标检测,为了保证小目标的检测性能,一般采用较少的下采样次数以维持较高的分辨率,但由此带来了较大的计算耗时。特征匹配是深度光流估计的一个核心处理环节,其耗时在光流估计整体耗时中的占比较大,且对下采样次数非常敏感。据此,提出一种基于局部特征匹配的快速光流估计算法:引入目标运动信息,缩小特征匹配的空间范围,减少待处理的数据量;设计分块局部匹配策略,引入批处理机制,避免出现逐点局部匹配策略数据处理耗时过大问题,实现算法加速。在此基础上,在光流估计获取的光流场上,采用CenterNet网络检测运动目标对应的光流异常区域。从光流估计耗时、检测精度等方面开展了实验验证,结果表明:针对运动小目标检测,分块特征匹配光流估计比全局特征匹配光流估计耗时减少约25%,目标检测性能相当。

基于GMS和块匹配的运动估计特征匹配算法研究

针对运动估计中传统特征匹配算法存在匹配时效性差、精度不高等问题,提出一种基于块匹配搜索的改进网格运动统计算法.首先提取ORB特征点并将图像划分网格;然后计算网格内各特征点的运动平滑约束度,并以此作为准则确保匹配精度;最后采用块匹配菱形搜索算法进行特征匹配筛选以提高匹配速度.仿真试验结果表明:相较于随机抽样一致算法,特征点保持数量为500时匹配效率提升24.6%,匹配速度提高42.9%;与ORB-SLAM2算法相结合用于连续运动估计时,单帧耗时0.13 s,实时性较好.

航拍视频拼图中基于特征匹配的全局运动估计方法

主要研究了航拍视频拼图中的全局运动估计问题。根据航拍视频成像过程的特点,得出相邻帧之间全局运动的4参数近似变换模型,该模型参数较少,鲁棒性好且计算简单,任意帧之间的变换模型通过"帧到帧"的方式递归获得。提出了一种双向最近邻距离比的尺度不变特征(SIFT)的匹配方法,提取出有效的匹配点,并采用随机采样一致性(RANSAC)方法去除外点和估计全局运动参数。从试验结果可以看出,该方法估计出的全局运动参数精度高,鲁棒性好。

一种新的快速块匹配运动估计算法

提出了一种新的快速、有效的块匹配运动估计算法。算法采用多步搜索方法 ,利用相邻块之间的运动相关性 ,选择反映当前块运动趋势的预测点作为初始搜索点 ;用子采样块匹配失真度量来减少计算量 ;利用运动矢量的中心倾向的分布特性 ,用多侯选点钻石形状搜索方法来提高运动估计的速度和准确性。实验表明 ,该算法计算复杂性低 ,预测质量好。

一种新的快速块匹配运动估计搜索算法

提出了一种基于小波变换域的块匹配运动估计搜索的新算法,模拟实验表明,利用此算法可获得比一般运动块匹配方法更大的峰值信噪比,具有更好的性能复杂度比。

基于多特征匹配的双向运动估计帧率提升算法

视频帧纹理区域含有的大量周期重复模式常导致双向运动估计发生视频块的错匹配,从而导致帧率提升算法重建的内插视频质量衰退。为了克服该问题,提出提取视频帧的多个特征加入到块匹配中,以降低错匹配发生的可能性。由于视频天然具有彩色信息,因此色差分量首先被加入到块匹配中。另外,人眼对图像边缘较敏感,因此,由简单的Sobel算子计算出的梯度被使用去反应边缘特征并融入至块匹配。多特征匹配尽管可有效地提高运动估计精度,但也引入了较高的计算复杂度。为了减少计算复杂度,一个特殊模板被设计去将多特征合并到单平面上,那么,只需进行一次块匹配运算就可完成多特征的匹配,在节省计算复杂度的同时也提高了运动估计精度。仿真实验表明,该算法以较低的计算复杂度获得了良好的内插帧主客观质量。

航拍视频中基于特征匹配的全局运动估计

根据航拍视频成像特点,得到相邻帧之间全局运动的六参数近似变换模型,任意帧之间的变换模型通过"帧到帧"的方式递归获得。采用角点特征匹配方法提取出有效的匹配点,实验结果表明该方法简单可靠。

融合多尺度和深度特征的快速运动视觉目标跟踪

为了提高快速运动视觉目标跟踪的精度、效率和鲁棒性,提出融合多尺度和深度特征的快速运动视觉目标跟踪方法。通过分类器训练、候选区域检测以及模型更新三个阶段,完成核相关滤波跟踪算法。为适应视觉目标的多尺度变化,通过双线性插值函数将采集的子图转化为多尺度大小;提取子图特征,对多尺度核相关滤波器进行训练,完成快速运动视觉目标跟踪;利用堆叠多层自编码器构建深层神经网络,通过贪婪算法对输入数据重构,得到深度特征;将深度特征和方向梯度直方图HOG特征进行匹配融合,实现快速运动视觉目标跟踪。实验结果表明,该算法能够有效跟踪被遮挡的快速运动视觉目标,其跟踪准确率和跟踪成功率分别高达97.6%和98.2%,跟踪时间仅为4.5 ms,可以有效提高快速运动视觉目标跟踪精度和效率,增强鲁棒性。

基于ORB特征匹配的全局运动估计

为提高全局运动估计的准确性,提出一种基于定向旋转不变性(oriented FAST and rotated BRIEF,ORB)特征匹配的全局运动估计算法。首先对差分图像进行分块,通过设定阈值来筛选出有效的背景运动模块,然后经ORB特征匹配后,代入六参数运动模型,通过最小二乘法求解出估计参数,最后对当前帧做补偿,比较补偿前后的差分图像中的目标轮廓的清晰度。实验结果表明:该算法能有效去除局部运动的影响,在保证全局运动估计准确性的同时,也确保该算法的有效性。

分数像素快速块匹配运动估计方法综述

介绍了视频压缩中分数像素快速块匹配运动估计的基础原理,由于全搜索算法计算量很大,需要发展快速算法。对现有快速算法进行了研究总结,介绍了所应用的数学模型、向量预测、搜索优化、提前终止4个关键技术及代表算法。最后对分数像素快速块匹配运动估计方法进行了总结和展望。

数字稳像中的快速和鲁棒运动估计研究

提出了一种用于数字图像稳定的快速和鲁棒运动估计方法.在图像的运动估计中,首先采用一种预判局部宏块的算法:在计算运动矢量前对宏块的梯度信息进行分析以避免误匹配,通过减少参与计算的宏块数目提高处理速度;其次,提出快速估计宏块运动矢量的方法,用改进的序贯相似性算法(SSDA)进行块匹配,以提高运动矢量的计算速度;然后采用LMedS估计法去除不精确的宏块运动向量,用最小二乘法求解出最优的模型参数.实验结果表明了该方法的精确性、快速性和鲁棒性.

投影特征峰匹配的快速电子稳像

提出了一种基于投影最大特征峰匹配的稳像算法来进一步提高灰度投影稳像算法的实时性。首先,将参考帧与当前帧图像等分为若干区域子块,根据灰度投影计算公式分别计算每个子块的水平投影和垂直投影;依次计算两帧图像相应子块中对应的垂直和水平投影最大特征峰的位置差值,作为相应子块的水平和垂直运动矢量。然后,根据帧间运动矢量变化程度进行运动矢量修正。最后,根据各子块的运动矢量统计结果进行全局运动估计。将该最大特征峰匹配算法运用到多光谱成像系统进行实验,并与较经典的灰度投影算法做了比较。结果表明:在保证相同的稳像效果前提下,对于分辨率为1 024pixel×1 024pixel的图像序列在(-60,60)搜索范围内进行运动估计时,前者比后者的运算时间节省了近20%。提出的算法突破了现有投影稳像算法需要对可能的区域逐一搜索的繁琐匹配过程,具有较好的实时性和良好的稳像效果。

基于起点预测和SAD分布的快速运动估计算法

基于块的运动估计是视频压缩国际标准中广泛采用的关键技术 .文中提出了结合相邻块运动向量相等和SAD值比较的起点预测方法 ,减少了起点预测时计算 SAD的开销 ;利用 SAD分布的方向性 ,对 SAD值偏小部分重点搜索 ,加速了块匹配的快速搜索策略 .在此基础上设计了一种新的快速运动估计算法 ,该算法在大幅度提高搜索效率的同时 ,得到了与全搜索非常接近的搜索结果 .

基于特征光流的角点匹配快速算法

为了解决视频序列点匹配过程中的实时性和误匹配问题,本文提出了一种基于特征光流技术的快速角点匹配方法。该方法通过多分辨率策略,求出特征光流场概略运动矢量,然后依据匹配准则做相应特征点匹配处理,得到的精确运动矢量用作下一步的光流场计算。这样,既消除了误匹配点,又克服了光流计算的迭代负担。实验结果表明,算法正确匹配率达到98%以上,平均处理帧率24,能够满足系统实时性要求。

一种用于视频分割的快速运动估计方法

本文在考虑视频分割特点的基础上，提出了一种分层块匹配的运动估计方法，这种估计方法有较快的估计速度和较高的峰值信噪比。用这种方法对一帧图像进行一次运动估计约需0.1秒，可以用于实时的视频分割系统中。实验证明这是一种性能良好的运动估计方法。

基于梯度式菱形搜索的快速运动估计算法

在基于搜索起点预测和梯度式菱形搜索方法的基础上,提出了一种运动矢量场自适应搜索算法(MVFSAS)。实验结果表明,该算法以较小的搜索代价取得了与全搜索相当的效果,并在搜索速度和搜索效果方面优于三步(3SS)和四步（4SS)快速运动搜索算法。

一种搜索形状可变的快速运动估计算法

本文提出了一种以菱形和六边形联合搜索为基础的搜索形状可变(ＶＳＳ)的运动估计快速算法,何用于Ｈ．２６３、ＭＰＥＧ２、ＭＰＥＧ４中的视频编码。试验结果表明,在获得与现有ＴＳＳ、ＮＴＳＳ、４ＳＳ和ＤＳ等快速算法相当的图像质量和信噪比的情况下,该算法有效减少了搜索次数,提高了搜索效率,尤其对于中大运动量的视频图像运动估计效果更为明显。

基于运动矢量时—空特性的快速运动估计算法研究

通过运动矢量在时—空特性的分析,根据时—空关系采用不同的搜索模式;实验结果表明该算法有效提高了运动估计的速度并避免了现有运动技术的不足,同时具有与相关算法近似或更好的性能。

基于特征匹配的快速鲁棒数字稳像

针对手持移动摄像装置拍摄视频序列相邻帧间存在平移、小角度旋转运动,而且易受噪声、光照变化的影响等问题,提出一种基于优化Oriented FAST and rotated BRIEF(ORB)特征匹配的实时鲁棒电子稳像算法。对相邻帧预处理后用Oriented FAST算子检测特征点,再用Rotated BRIEF描述提取的特征点并采用近邻汉明距离匹配特征点对,然后采用级联滤波去除误匹配点对,最后使用迭代最小二乘法(ILSM)拟合模型参量进行运动补偿实现稳像。图像匹配测试和稳像实验结果表明:基于改进的ORB算法的电子稳像方法补偿每一帧的时间均小于0.1s,定位精度可达亚像素级,能有效补偿帧间平移旋转运动,而且对噪声和光照变化有较强鲁棒性。经稳像处理后,实拍视频质量明显提高,峰值信噪比(PSNR)平均提高了10db。

一个健壮的用于低比特率视频编码的快速运动估计算法

提出一个用于低比特率视频编码的快速块匹配运动估计算法 .该算法能够自适应调整搜索起点使其接近全局最优位置 ,并采用有效的搜索模式来防止搜索过程陷入局部最小 ,同时用灵活的中止准则来控制运动估计精度与计算量 .实验结果表明 ,该算法非常健壮 ,所需的计算量仅为全搜索算法的 1/ 5 0 ,但能够取得与其相似的运动估计性能 .