视频运动放大技术发展分析

人们受限于身体机能,对许多重要信息无法直观获取。往往借助各种传感器,伴随着视频放大技术的兴起,人们借助计算机视觉技术起到了辅助桥梁监测的作用。这是由于视频运动放大技术可以将许多人眼无法直观看到的细微运动呈现出来,来实现对运动的观察和监测。随着计算机视觉领域的迅猛发张,视频运动放大技术,也从最初的拉格朗日放大方法、欧拉放大方法、相位放大方法,逐步过渡到深度学习模型和Transformer模型。之后,该技术更是被广泛应用于多个场景中,例如:微表情识别、动态行为检测、非接触心理检测等。

基于改进自编码网络的视频运动放大方法

为有效解决现有方法在视频运动放大过程中存在噪声伪影、图像纹理细节缺失、物体轮廓损失等问题,提出一种改进的自编码网络的视频运动放大方法。在编码器内部引入通道注意力机制,有选择地增强视频图像纹理特征提取,减少生成图像亮度、色彩、纹理损失,采用可变形卷积替代传统卷积提取图像的形状特征,有效减少图像噪声伪影和轮廓细节缺失等问题。实验结果表明,该方法在不同的测试视频上对比其它方法生成视频图像细节、轮廓视觉效果提升明显。

数字图像相关方法辅助的视频运动放大改进方法及其在位移测量中的应用

视频运动放大(Video Motion Magnification,VMM)方法因其能放大视频中的微小运动,而受到工程测量领域的广泛关注。当放大微小运动的视频时,若VMM方法中的时域滤波器参数设置不恰当,放大后的视频容易产生图像伪影和噪声。为了克服传统方法中需要手动设置滤波器参数的缺点,提出一种由数字图像相关(Digital Image Correlation,DIC)方法辅助的VMM改进方法。该方法的主要思想是由DIC方法计算图像位移并由此分析出运动主频,然后将VMM方法中的时域滤波器参数设置在包含该运动主频的较窄区间范围内。这种参数设置方法可保证放大后的视频中保留图像细节且无明显伪影。室内多频运动实验以及室外单频运动实验的结果表明,本文所提出的方法不需要反复手动设置参数试错,可直接获得清晰的运动放大后视频,并可进一步实现微小运动的位移测量。

基于视频的振动测量技术研究进展

振动测量是保障结构安全和良好状态的基本手段。高精度的振动测量可为结构设计、安装调试、健康管理等振动试验提供精确的输入与响应测试。相较于传统的振动测量手段,基于视频的振动测量技术将相机的全部像素转化为高精度振动传感器,利用视频图像方式让人们肉眼可视结构在物理世界的真实振动形态,具有非接触、全视场、高空间分辨率、灵活方便等优点,近年来受到业界的广泛关注。该文主要介绍了视频振动测量技术的系统构成与测量过程、当前主要方法和相关技术最新进展,并总结了视频振动测量技术与其他技术相比存在的优势。通过分析与对比,肯定了视频方法是解决振动测量问题的有效手段和对传统测量方法的有力补充,随着相关技术和硬件设备的发展,视频振动测量方法将具有越来越大的研究意义和应用价值。

微小运动放大及其在超声波传播中的应用

针对在具有复杂残余应力的材料中超声波传播视频信号极其微弱、难以看清其传播过程的问题,采用微小运动放大方法揭示超声波传播视频中人眼难以看见的微小运动,研究了线性欧拉视频放大方法（EVM）和基于相位的视频运动放大方法（PBVM）在超声波传播中的应用.提出了基于可操纵金字塔的微小运动放大方法,通过对一段标准视频序列进行可操纵金字塔空间分解、时域滤波,放大得到的信号以揭示微小的运动.实验结果表明：该方法在图像噪声方面比EVM更不敏感,在计算时间方面该方法比PBVM用时更短.对EVM,PBVM和本方法进行了对比验证,并在超声波传播视频中进行了应用,效果良好.提出的方法也可应用于机械和结构的状态检测中.

适用于昼夜环境的呼吸率视频检测

目的呼吸率是呼吸疾病检测的敏感指标,基于视频的呼吸率检测方法因成本低、使用限制少等特点成为近年医疗健康领域的研究热点。针对现有方法在噪声抑制及夜间信号获取方面存在的问题,提出一种适用于昼夜环境且抗噪性能高的呼吸率视频检测方法。方法该方法只需使用夜视功能的摄像头即可实现昼夜呼吸率检测。首先,采用人脸检测确定人脸区域,并结合人体几何关系规范呼吸区域;然后,结合空间尺度及相位差异,采用基于相位的视频处理方法对呼吸区域进行时空相位处理,在突出呼吸区域的同时有效抑制了噪声干扰。采用最大似然法进行呼吸初估计,并结合初估计频率对原信号平滑滤波以优化波形;最后应用峰值检测完成呼吸率的二次估计。结果通过室内有无光源两种环境的实验可知,稳定光源下呼吸率平均误差为0.54次/min,无光源下平均误差为0.62次/min。本文方法与真实呼吸率有良好一致性,与传统呼吸率检测方法相比,鲁棒性更好。结论提出一种适用于昼夜环境的呼吸率视频检测方法。采用红外摄像机实现夜间视频采集,并通过胸部定位、基于相位的视频放大技术进行时空相位处理,在拓展空间分辨率的同时有效抑制噪声放大,提高呼吸检测的精度与鲁棒性。