采用特征描述的H.264压缩视频运动分割

H264视频压缩标准以其优良的压缩效率和编码灵活性得到了广泛的应用。提出了一种基于H264压缩域的运动对象分割方法,首先从压缩视频中提取运动场,采用加权中值滤波方法滤除运动场的噪声矢量,再运用后向估计的方法重建预测运动场并进行运动场的累积,然后基于幅度、散度和旋度3个运动特征, 采用改进的统计区域合并方法将运动对象分割出来。实验结果表明,该方法可有效地从H264压缩视频中提取运动对象且分割质量较好。     

基于H．264压缩域的实时运动对象分割算法

在压缩域内直接分割运动对象对于有实时要求的应用而言是十分必要的，H．264以其优越的压缩效率已经在许多应用中逐渐取代了MPEG-2／4，但有关在H．264压缩域内进行运动对象分割的研究还很少。为此提出了一种从H.264压缩域实时分割运动对象的算法，该算法首先对从H．264视频中提取出的原始运动矢量场进行时域和空域的归一化，接着通过对连续多帧的运动矢量场进行累积来增强显著的运动信息；然后对累积运动矢量场进行全局运动补偿，同时利用快速的统计区域生长算法按照运动相似性将其分割成多个区域；最后利用运动矢量场的方向角直方图来判断出属于运动对象的分割区域，以组成运动对象。通过对多个MPEG-4测试序列的实验结果表明，该方法不仅能够从H．264压缩域中实时地分割出运动对象，且具有良好的分割质量。     

基于模糊聚类的H.264压缩域视频对象分割

鉴于压缩域视频运动分割方法在分割速度上的优越性,提出一种基于H.264的压缩域视频运动对象分割方法,对初始的运动矢量场进行去噪、中值滤波、校正和累积处理,得到更可靠的运动矢量场,用改进的模糊C-均值聚类算法分割出视频序列中的运动对象。实验结果表明,该方法可以快速准确地提取出视频序列中的运动对象。     

基于熵能的H.264压缩域运动对象分割

提出了一种基于熵能选取自适应阈值的时空域运动对象分割方法。首先对H.264压缩码流中提取的原始运动矢量场进行连续多帧的累加来增强运动信息,并对累积运动矢量场进行相似性判断,初步获得运动块;然后提取压缩码流中4×4块残差编码位数,并基于熵能自动选取自适应局部阈值,获取运动区域的轮廓信息;最后结合运动块和轮廓信息按照一定的规则对边界进行校正。对多个视频序列进行了实验,结果表明,该算法能快速取得较好的分割结果。     

基于EM聚类的H.264压缩域视频对象实时分割算法

从压缩域直接分割视频对象比传统的像素域分割具有快速高效的特点,目前已有不少从MPEG域分割的方法,但从H.264压缩域分割的甚少。为此提出一种基于H.264域的实时分割运动对象方法,该算法先对当前视频帧进行全局运动估计和补偿,然后对4×4的运动矢量场进行分类处理,最后对非零运动矢量使用改进的EM聚类分割算法。本文算法对多个视频序列进行了实验,结果表明,该算法针对静止背景和运动背景的视频序列都能达到较精确的实时分割。     

基于H.264/AVC的压缩域运动对象分割方法

目前大部分压缩域视频对象的分割方法主要面向MPEG系列视频标准,且算法建模复杂。为了解决这一问题,现提出了一种新的基于H.264/AVC的压缩域时空联合运动对象分割（TSMOS）算法。该方法主要利用压缩码流中的DCT系数和运动矢量信息进行对象分割,并首先利用相邻帧DCT系数之差提取运动对象轮廓,同时通过对轮廓进行形态学和抗噪声处理来得到粗糙的运动对象帧差掩码;然后采用运动向量归一化、噪声向量滤除、权值扩展向量中值(WEVM)滤波及前帧分割结果后向投影技术来得到对象的运动掩码;最后通过引入有效机制合并帧差掩码和运动掩码来分割运动对象。实验证明,该算法可取得较好的分割效果。     

基于H.323协议的H.264视频传输

通过研究H.264标准在Openh323系统中的应用,实现了在IP网络中基于H.323协议的H.264视频传输,给出了H.264在Openh323系统中的传输方案,并与H.261和H.263编码标准的结果进行了比较分析,得到了令人满意的实验结果。     

浅析H.264协议

H.264是一项新的数字视频压缩格式，它采用“网络友好”的结构和语法，有利于对误码和丢包的处理，应用目标范围较宽，可满足不同速不同解析度以及不同传输（存储）场合的需求，它的基本系统是开放的。     

H.264与MPEG-4压缩编码标准的分析与比较

H．264和MPEG-4是新一代的视频压缩编码标准。详细讨论了这两个标准的编码结构和编码特点,针对这两个标准在流媒体以及视频会议应用中的不同性能,选取标准测试序列进行测试,根据标准测试序列的实验结果,对这两个标准的编码性质进行了量化的比较。得出同一码率下,MPEG-4不如H．264的性能优良,但MPEG-4是实现基于内容的压缩编码,其良好的兼容性、可靠性和灵活性,也有其不可忽略的作用,两种编码的各自特点决定了他们的应用领域。     

H.264中运动矢量特征分类的快速运动估计算法

提出了一种应用在H.264中的快速运动估计算法(TAMV)。该算法根据运动矢量自身特性，将宏块分为3种运动类型：大运动快，中等运动块和小运动块。对每类宏块自适应地选择一种或者几种编码模式进行预测，有效地减少了由7种宏块(亚宏块)模式所引起的计算量；同时选用精确而且快速的方向性菱形模板，对不同的模式采用不同的搜索策略。实验分析表明，该算法搜索精度接近于全搜索算法，而搜索时间只为全搜索算法的5.4%～10.5%。     

一种适用于H.264的高效块匹配运动估计算法

提出一种基于节点模型的可变形块匹配运动估计算法来搜索最佳运动矢量.实验表明,在编码性能损失很小的条件下,可以使得运动搜索块匹配的运算量在通常快速运动搜索算法的基础上下降61%.     

应用递归最短生成树算法实现H.264压缩域运动对象分割方法

提出了一种基于递归最短生成树算法的H.264压缩域实时分割运动对象的算法.首先将从H.264编码端提取的运动矢量进行归一化、空间内插,得到稠密运动矢量场,再采用全局运动补偿技术抵消全局运动的影响,最后采用改进的"递归最短生成树"(RSST)算法对稠密运动矢量进行聚类,实现对运动对象的分割.实验结果表明,该算法对视频序列能实现较准确的分割.     

基于H.264压缩域的镜头运动信息提取

本文根据H．264编码特点，提出了一种从H.264压缩域中快速有效地进行镜头运动参数估计的算法。镜头运动信息在视频分析处理中起着重要的作用。该算法充分利用了H．264压缩码流中的信息，通过提取预测残差DC图像的运动背景区域，估计镜头运动参数，从而保证了参数估计的准确性，有效地克服了已有文献中仅仅采用运动矢量进行镜头运动估计的局限性。根据不同的H．264测试序列的对比分析，结果表明本算法可快速准确地对H．264视频序列进行全局运动信息估计，同时具有很高的鲁棒性。     

一种从H．264视频流中快速计算直方图的方法

为了快速提取视频流的直方图信息，提出了一种针对H．264视频流的快速直方图提取算法，并首先详细阐述了该算法的基本原理与实现过程。该算法是直接利用压缩视频流中的特征信息，采用基于统计的方法来快速计算出亮度直方图。相关实验结果表明，用该算法计算出的直方图与计算解压后的图像所得到的直方图非常接近，且效率上有很大的提高，可适用于镜头分割、视频检索等相关应用领域。     

一种基于H.264的有效视频抗误码算法

由于实时视频数据流在存储或传输中的错误、丢包等原因，解码器接收到的数据流可能不完整，无法正常解码，错误隐藏是解决这个问题的一种有效方法，在对视频压缩标准H．264研究的基础上，提出了一种基于运动跟踪的快速交互式抗误码算法；该算法由解码器检测定位出误码位置，然后编码器在编码后续帧时采用运动跟踪的原理定位出受误码影响区域，并对区域内的宏块数据进行相应的处理，以防止误码进一步扩散；仿真结果表明，提出的交互式视频抗误码方法能够快速有效地抑制误码的扩散，保证恢复视频质量。     

基于运动偏移的大容量H.264视频隐写算法

在运动矢量的基础上引入运动偏移的概念,提出基于运动偏移的大容量H.264压缩域视频流隐写算法.运动偏移同时包含运动幅度和相角,在寻找信息隐藏最佳点时,不会遗漏运动幅值或相角较大的运动矢量.实验结果表明,与同类隐写算法相比,该算法可找到更多隐藏位置,具有较大的隐藏容量和较好的隐蔽性.