基于肌电−惯性融合的人体运动估计:高斯滤波网络方法

本文研究了基于肌电(Electromyography,EMG)−惯性融合的人体运动估计问题,提出了一种序贯渐进高斯滤波网络(Sequential progressive Gaussian filtering network,SPGF-net)估计方法来形成肌电和惯性的互补性优势,以提高人体运动估计精度和稳定性.首先,利用卷积神经网络对观测数据进行特征提取,以及利用长短期记忆(Long short-term memory,LSTM)网络模型来学习噪声统计特性和量测模型.其次,采用序贯融合的方式融合异构传感器量测特征,以建立高斯滤波与深度学习相结合的网络模型来实现人体运动估计.特别地,引入渐进量测更新对网络量测特征的不确定性进行补偿.最后,通过实验结果表明,相比于现有的卡尔曼滤波网络,该融合方法在上肢关节角度估计中的均方根误差(Root mean square error,RMSE)下降了13.8%,相关系数(R^(2))提高了4.36%.

基于运动偏移信息估计的图像去运动模糊算法

针对现有动态场景图像去运动模糊算法难以有效复原非均匀复合运动模糊的问题,通过引入相机曝光轨迹来表示模糊图像中包含的运动信息,并据此提出了一种新的运动偏移估计框架,用于对潜在清晰图像在多个离散时间点的像素运动偏移进行建模。结合估计出的运动偏移信息,提出了一种融合像素运动偏移信息的多尺度单幅图像去模糊网络框架。该框架通过可变形卷积在解码阶段对运动偏移信息进行融合,给定每一像素点不同的运动约束。经过网络的多尺度编解码结构,得到每一尺度上每一像素点的预测值,实现了端对端的模糊图像复原。在GoPro和HIDE数据集上的实验结果表明,该算法能有效改善图像质量,峰值信噪比平均提升1.9 dB,结构相似度平均提升0.03。

基于相机运动估计的改进ECO多目标跟踪器设计

由于运动模型采用线性假设,使得多目标跟踪(multiple object tracking,MOT)在动态场景下容易受到相机运动和随机抖动的影响,导致跟踪错误。为解决上述问题,设计了一种相机运动感知滤波多目标跟踪器(camera motion aware filter multi-object tracker,CMAFT)。首先提出一种新模型,将相机运动估计和单目标跟踪(single object tracking,SOT)的区域搜索特性相结合,以补偿由相机运动引起的偏移并提高预测的准确度;其次针对该模型提出一个改进的级联匹配方法,通过融合SOT预测以处理不同目标间的相互遮挡和身份切换问题;最后在MOT17数据集上进行实验以验证提出方法的有效性。

融合相机和激光雷达的小天体运动状态估计方法

针对单一视觉传感器难以实现小天体运动状态估计的问题,提出了一种融合相机和激光雷达的小天体运动状态估计方法。首先,建立融合相机和激光雷达测量模型,通过跟踪带有深度信息的图像特征点,利用扩展卡尔曼滤波器估计小天体的自旋角速度、自旋轴方向、位置和速度;其次,设计了特征融合矩阵,可实现对图像特征点、点云、融合特征点的实时更新;最后,分析本文算法的有效性以及特征点数量、观测高度、噪声大小对算法的影响。仿真结果表明,本文算法的精度和收敛速度均优于基于单一传感器的小天体运动状态估计方法。

基于FPGA的H.264可变块运动估计算法的优化及实现

可变块运动估计算法(Variable Block Size Motion Estimation,VBSME)是H.264标准中重要的组成部分。它不仅计算量大,而且耗时长。为了减少运动估计时间和计算量,本文采用硬件实现的方式,并提出了一种利用绝对差值和(Sum of Absolute Differences,SAD)计算的树状结构进行数据重用的方案。该方案使得各单元间的数据流向明确,结构更简单。同时,本文还考虑到了帧间模式决策(Mode Decision,MD)和SAD计算可以并行计算的可行性,设计了相应的并行流水线结构。利用Xilinx xc7v585tffg1761-1开发板进行了仿真验证。结果表明,该方案可以一次性处理输入的256个像素数据,提高了实时性,并且达到了100%的数据利用率。此外,该方案支持最大分辨率为1920×1080,帧率为60帧/s,并具备低编码延时,满足了绝大多数场合的实时性要求。

一种基于位平面和位运动估计的视频数据压缩算法

高分辨率和高刷新率使得带宽传输的压力加倍。通常,视频压缩被用来解决这个问题。但传统的视频压缩方法不根据位平面进行编码和解码,会增加存储区域的成本。因此本文首先介绍了一种位恰可察觉失真(BJND)模型,计算了结合视点因子的位平面恰可察觉失真模型的阈值,并将亮度因子和纹理因子的恰可察觉失真(JND)阈值映射到位平面上,综合得出了位恰可察觉失真模型。然后提出了一种基于位运动估计算法的视频压缩方案。该方案使改进后的搜索范围不仅包括时间维度,还包括灰度维度。根据人眼的视觉特点和概率统计分析,方案新增了补充匹配块来替代残差数据,从而保证了压缩比的恒定性。实验结果表明,所提方案对低5位平面压缩具有最佳的综合效果,压缩比为1.38,数据传输量恒定,且恢复后的图像与原始图像并无明显差异,更加符合人眼的直观感受。

太赫兹CSAR运动目标参数估计与重聚焦方法

为了提高太赫兹圆周模式下的动目标运动参数估计精确度和成像质量,提出了一种太赫兹圆周合成孔径雷达(CSAR)运动目标参数估计与重聚焦方法。首先对传统的谱峰测量法进行改进,并结合动目标阴影位置来估计方位速度。与现有方法相比,该方法结合了目标的真实位置对多普勒频移的影响,提高了运动目标方位速度估计值的准确性。利用分数阶傅里叶变换(FrFt)估计方位相位的多普勒调频率,结合方位速度可得到目标距离速度的估计值。利用估计结果构造一阶和二阶相位补偿函数进行方位相位的补偿,对于残余的二次及高次相位误差,利用相位梯度自聚焦算法(PGA)进行补偿。仿真和实测数据中动目标运动参数得到了精确估计,并实现了良好聚焦,证明了所提方法的有效性,大大提高了运动目标的成像质量。

电磁涡旋波斜平面旋转目标运动参数估计方法

相较于传统平面电磁波,电磁涡旋波具有螺旋分布的波前相位、特殊的环形天线方向图、独特的涡旋方位维信息等特点。近几年来,得益于其特殊的物理特性,电磁涡旋波在目标运动参数估计领域受到了广泛的关注,其目标多普勒效应具有线性多普勒与旋转多普勒两维多普勒信息。现有参数估计方法实现了运动平面与涡旋天线口面平行时的目标旋转参数测量。然而,目标斜平面旋转下,现有方法将不再适用。基于电磁涡旋波所提供的目标旋转多普勒信息,提出一种斜平面旋转目标运动参数估计方法。该方法推导了一般形式下旋转目标的多普勒信号模型,通过分析斜平面下的多普勒信息特征,建立了目标运动参数表征式,给出了斜平面目标旋转参数的计算方法。最后通过仿真分析,验证了模型及参数计算方法的正确性及有效性。

基于统计分析的仿射运动估计快速算法

为降低新一代通用视频编码标准(Versatile Video Coding,VVC)的计算复杂度,提出了一种基于统计分析的仿射运动估计(Affine Motion Estimation,AME)快速算法。从加速AME过程的角度出发,首先摒弃AME的3种运动矢量(Motion Vector,MV)精度中的整像素和1/16像素精度,保留1/4像素精度;其次利用迭代次数与量化参数(Quantization Parameter,QP)、slice类型以及编码单元(Coding Unit,CU)大小的关系,得到一个迭代次数的自适应计算式来减少AME迭代次数;然后将细粒度搜索(Fine Granularity Search,FGS)算法中CU 4个角落的4个整像素用2个对角分像素进行替代;最后运用绝对变换差和(Sum of Absolute Transform Difference,SATD)代价来替代率失真(Rate Distortion Optimization,RDO)代价。实验结果表明,与H.266/VVC参考软件VTM-10.0相比,提出的算法在低延迟(Low Delay B,LDB)和随机访问(Random Access,RA)配置下分别节省了8.34%和8.83%的时间,与此同时性能损失仅为0.10%和0.12%。

基于运动矢量场和方向自适应的快速运动估计算法

该文提出了一种基于运动矢量场和方向自适应的快速搜索算法。算法针对序列图像的运动矢量场所具有的中心偏置性和时空相关性进行预判,对静止块设定阈值直接中止搜索;根据运动类型自适应选择搜索起始点和搜索策略;采用了两种新的混合搜索方法,对小运动和大运动宏块使用线性-菱形搜索,对中等运动块使用六边形-菱形搜索算法,搜索模板具有强烈的方向特性。实验结果表明,该文算法的搜索速度和搜索精度优于现有的快速运动估计算法,而搜索精度非常接近于全搜索法。

快速鲁棒的全局运动估计算法

对全局运动估计算法进行研究 ,提出一种新的快速且鲁棒性较好的全局运动估计算法 .全局运动估计是MPEG- 4中的 sprite编码中的关键技术 ,其性能将直接影响编码效率和速度 .所提出的算法比传统的L evenberg-Marquadet方法要快 ,而且参数估计比较准确 .新算法是基于非线性密度进行估计的 ,采用了六参数的仿射模型 .为了提高计算速度 ,采用了 3层金字塔进行多分辨率计算 ,而且在每层迭代计算中都抽取重要的特征点进行计算 ,同时结合了 Gauss- Newton优化计算方法 .为了保证计算的准确性 ,采用基于直方图和基于块两种方法以有效地去除噪声点 ,同时 ,在迭代计算时引进鲁棒统计 ,减少噪声点的影响 .通过全局运动估计实验比较可以看到新算法在速度上的优越性 ,同时 ,通过

小数像素运动估计快速算法

高精度的匹配和补偿可以减少预测误差,提高压缩视频图像的质量。提出了一种小数像素精度视频运动估计的快速算法,根据半像素精度运动估计的中间结果,直接推算出最高精度的运动估计。根据该算法可以快速得到任意小数像素精度的运动估计。

针对H.264改进的快速整像素运动估计算法

以视频压缩标准H.264联合开发模型(JM)中的运动估计算法UMHexagonS为基础,提出了一个新的快速整像素运动估计算法来改进压缩编码性能。在起始搜索点预测部分,提出了新的预测运动矢量(MV)检测顺序,以提高起始搜索点的准确度;在全局搜索部分提出了自适应全局搜索方法,根据准确度最高的两个预测MV之间的关系,适当跳过非对称十字型模板搜索和非均匀多重六边形模板搜索,并通过对不同序列的测试,验证了判断准则的可行性与准确性。根据实际序列中最佳MV相对起始点的分布,提出了改进5×5搜索。另外,增加了针对子宏块的提前终止策略,在不增加额外运算量的前提下,进一步减少了运动估计开销。实验结果表明,相对UMHexagonS算法,提出的改进算法使搜索点总数平均减小了83.80%,信噪比平均下降了0.021dB,或输出码率等效增加了0.46%。该算法有效降低了运动估计的运算量,而只带来了很小的编码性能下降,且对不同运动强度的视频序列具有均匀的算法效果。

基于H.264视频编码的运动估计算法优化

运动估计是视频压缩中最重要的环节.H.264编码器由于采用了高精度运动矢量,计算量迅速增长,运动估计消耗整个编码时间80%左右.本文在分析UMHexagonS算法的基础上,分别对UMHexagonS算法中搜索窗口大小的选择、大六边形搜索和小六边形(小钻石)搜索模式三方面做了优化,在保持了原有图象质量的情况下有效的节省了运动估计时间.通过对各种测试序列的实验证明,优化后的算法与UMHexagonS算法相比,在重建图象质量和码率接近的情况下,运动估计时间平均节省了18.292%,降低了算法的复杂度,提高了编码器的实时性.

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。

运动估计算法匹配准则研究

运动估计算法是视频编码技术的研究重点,高精度、高效率的匹配和补偿可以减少预测误差,提高视频压缩效果,因此块匹配的准确性是核心问题。对最小绝对误差MAD、最小均方误差MSE、归一化互相关函数NCCF、像素差值分类、子采样、VOD等匹配准则进行了理论介绍和实验分析,并提出了一种利用图像差值分布情况作为匹配准则的方法,即图像差值均方差DVAR匹配准则。实验结果表明,图像差值均方差匹配准则获得了比较高的编解码质量。最后展望了更符合人眼视觉系统(HVS)特性的匹配准则发展方向。

基于单目视觉的自车运动参数鲁棒估计

提出一种适用于结构化道路的自车运动参数鲁棒计算方法.该方法通过建立双线性增量自运动模型,选择车道线和道路导向箭头上的角点作为路面特征点,利用连续两幅图像的多对匹配的特征点对模型进行求解,从而估计出自车运动参数.实验结果表明该方法不容易受光照和背景的影响,在结构化道路上能够准确地估计自车运动参数.同时该方法计算量小,能够满足实时性要求.

一种新的视频编码的块运动估计算法

本文提出了一种连续判别的非线性预测搜索NPSSD块运动估计算法 ,可以用于视频压缩的一些国际标准 ,如H .2 6 1,H .2 6 3,MPEG1,MPEG2 ,HDTV中。NPSSD算法充分利用了序列图像的实际运动矢量与预测矢量之间位移的空间分布特性———中心偏置分布特性和时间上的相关特性 ,并在搜索过程中采用了中止判别和搜索判别 ,可以明显地减少运动搜索复杂度。仿真表明这种算法减少了搜索次数 ,提高了搜索效率 ,降低了运动估计总的搜索复杂性。本文还详细地给出了NPSSD算法与其它常用快速搜索算法的比较结果。

三角形网格基活动图像编码研究——运动估计、运动补偿和残差图像处理

本文深入讨论了三角形网格基(包括DTM和RTM)的活动图像编码方法,包括帧间运动预测及残差图像处理方法等。其中主要涉及三角形网格的分割方法、运动矢量计算和优化方法。实验结果表明,三角形网格基运动补偿比传统的矩形匹配BMA方法有更好的主客观质量。

一种用于视频编码的块运动估计算法——块特征匹配预测搜索算法

本文提出了一种块特征匹配预测搜索ＢＦＭＰＳ算法，可以用于视频压缩的一些国际标准，如Ｈ．２６１，Ｈ．２６３，ＭＰＥＧ１，ＭＰＥＧ２，ＨＤＴＶ中．ＢＦＭＰＳ算法充分利用了序列图像的实际运动矢量与预测矢量之间距离的空间分布特征中心偏置分布特性和时间上的相关特性，并采用了中止判决准则，可以明显地减少运动搜索复杂度．ＢＦＭＰＳ算法在匹配运算中采用了简单有效的块特征匹配准则函数，相应的块匹配计算复杂度、数据读取复杂度和内存管理复杂度大大降低．仿真表明这种算法减少了搜索次数，提高了搜索效率，降低了运动估计总的计算复杂性．本文还详细地给出了ＰＳＡ算法与其它常用快速搜索算法的比较结果．