基于搜索自适应的快速运动估计算法

为提高H．264／AVC视频编码器的计算速度,提出了一种搜索模式自适应快速运动估计算法（PAFME）。该算法结合了变块尺寸运动估计的特点,利用运动矢量的时空域相关性,预测初始搜索中心;采用多种搜索模式,提出了搜索模式自适应的选择机制,以节省不必要的搜索点和加快搜索速度;避免了陷入局部极小。实验结果表明,与H．264／AVC的参考软件JM12．4相比,该算法使整像素精度运动估计的耗时平均降低了33％左右,同时保持了编码效率基本不变。     

基于运动估计EPZS算法的优化

编码器中的运动估计、计算量非常巨大,消耗了整个编码时间的80%,严重降低了编码的实时性.为了高效节省运动估计时间和编码时间,在充分研究预测区域搜索算法(EPZS)的基础上,提出一种对H.264视频编码标准采纳的EPZS算法进行了初始中心点和搜索模板的优化方法.在H.264编码器的参考模型JM10.1中,对4个测试序列进...     

H.264快速运动估计算法的改进

为了提高视频压缩效率,对H.264中采用的快速运动估计算法UMhexagonS进行了改进。首先,在起点预测后加入一个结束搜索条件,判断是否结束对当前宏块的运动估计。然后,对于需要进一步运动估计的宏块,从两个方面对原算法进行了改进。提出了搜索模板分割方法,在进行十字形模板和大六边形模板搜索时,只需要根据该方法选择少量搜索点进行运动估计。根据运动矢量的统计特点,减少了正方形模板和扩展六边形模板的搜索点数。同时验证了所采用的搜索区域分割方法的合理性。实验结果显示,改进算法的运动估计时间比原算法平均减少了15.59%,而峰值信噪比和码率基本不变,并且能够适应各种运动类型的视频序列。得到的结果表明改进算法提高了总体编码性能。     

基于模式复杂度的深度视频快速宏块模式选择算法

为了降低深度视频编码的复杂度,提高深度视频编码的效率,本文利用深度视频纹理复杂度的一致性,提出了一种深度视频快速宏块模式选择算法。该算法首先对不同区域模式复杂度进行分析,定义一个宏块模式复杂度因子,根据该因子将深度视频划分为简单模式区域和复杂模式区域。然后,分析深度视频的宏块模式分布情况及宏块模式选择的相关特性,为提出的算法提供理论依据。最后,根据模式区域选择相应的编码策略完成深度视频宏块模式的快速选择。实验结果表明,提出的算法在几乎不影响编码率失真性能及保证绘制质量的情况下可明显降低计算复杂度,能节约65.57%~92.72%的编码时间;而在低码率的情况下节约的编码时间会更多。因此,该算法在较低网络带宽限制下更加有效。     

基于实时预测学习分类的脸像快速检测方法

视频图像中脸像检测是近年来视觉图像检测和模式识别领域的研究热点。提出一种基于实时预测学习分类的脸像快速检测算法,即ARMA-Boost算法。首先根据脸像位置先验信息,利用ARMA模型(auto-regressive and moving average model)预测脸像位置区域,然后采用AdaBoost算法对预测区域进行脸像检测。该方法在时间维度对AdaBoost算法进行扩展,减小脸像搜索范围,提高检测效率。利用该方法对离线视频文件和CCD图像传感器实时脸像视频进行检测,实验结果表明,与支持向量机、传统AdaBoost和基于优化肤色模型的AdaBoost改进算法相比,ARMA-Boost算法脸像检测准确率高,实时性更好,可以对视频脸像进行快速检测应用。     

快速运动估计与AGS结合的可伸缩性视频编解码系统

可伸缩性视频编解码(SVC)系统是一种能够实现时间、空间、质量等可调节可伸缩的视频编解码技术。它是通过采用运动补偿时域滤波(MCTF)和运动估计(ME)技术结合有损编码及熵编码等技术,实现对视频序列进行成组编解码的任务。其中,如何更加有效地提高对时间相关性的利用以及如何根据视频性质进行自适应调节图像组(GOP)大小问题是提高系统编码效率的关键环节。文中通过采用一种利用时间信息的快速运动估计技术及对应的自适应GOP结构(AGS),有效提高了可伸缩性视频编解码系统的编码能力。     

一种基于马尔科夫链模型的运动估计新方法

运动估计是视频编解码系统中的关键技术,而运动估计的快速块匹配算法主要是通过采用初始搜索点预测,提前退出技术以及不同的搜索模板来提高算法的效率。通过引入马尔科夫链模型实现了对初始搜索点的准确预测,以及利用模糊逻辑和遗传算法以避免搜索过程陷入局部最优点等方法,提出了一种基于马尔科夫链模型的运动估计新方法。实验结果表明,该方法能够对不同性质视频序列有很好的适应能力,并在计算成本和图像重建质量上得到了很好的折中。     

基于人眼视觉系统的H.264/AVC码率控制算法

提出了一种基于人眼视觉系统（HVS）特性的H.264/AVC码率控制方案以解决传统的H.264/AVC码率控制算法中由于码率分配不当造成视频质量较差的问题。该方案利用人眼视觉系统对视频场景感知的选择性设计了一种新的基于区域的码率控制算法。首先,利用当前帧和前一帧的信息快速地检测出运动区域和非运动区域。其次,根据宏块所在区域的复杂度进一步将非运动区域细分为平坦区域和复杂区域。最后,对这3种区域依据不同的视觉敏感度权重分配适当的比特数。基于不同区域峰值信噪比（PSNR）、连续帧PSNR、主观评价以及缓冲器充盈度综合评价了本文算法的性能,结果表明,提出的基于区域的码率控制方案对不同视觉特性区域的比特分配有较高的鲁棒性,与JVT-G012的码率控制算法相比能获得较好的主观和客观编码质量。     

基于预搜索的高效双目分形视频编码

设计了基于预搜索的高效双目分形视频编码,并成功应用于立体视频编码之中.对基本分形双目视频编码进行了改进.利用了树状划分准则,起始帧采用块离散余弦变换(DCT)编码,简化了块搜索范围并提前减少了重复运算.在双目立体视频编码中,以左通道为基本层,采用单独的运动补偿预测( MCP)方式进行编码,充分利用了预搜索限制条件、改进的非对称十字形多层次六边形格点搜索算法、去方块环路滤波和分数像素块匹配算法;以右通道为增强层,采用MCP加视差补偿预测(DCP)方式进行编码,选择误差最小的匹配块作为预测结果.在进行DCP编码时,充分利用视差分布约束条件,提出了快速的视差估计算法.实验结果表明,提出的编码方法在保证一定的峰值信噪比(PSNR)前提下,平均压缩时间是基本分形双目视频编码的18％～23％,压缩比提高了15.13～47.49,显著地改善了基本分形视频压缩算法的性能,使分形视频压缩的应用具有更大的灵活性和实用性.     

一种运动补偿时域滤波中的快速块匹配搜索算法

采用一种具有搜索初始点预测的自适应十字-准菱形搜索算法,对多个不同运动特征的典型视频序列进行运动估计以及补偿、时域滤波、重建,获得了较理想的效果.试验结果表明,该算法是一个准确而快速的块匹配搜索算法.     

基于视觉注意模型的肝脏病灶区域自动提取方法

医学图像的感兴趣区域(region of interest,ROI)提取在计算机辅助诊断中有着重要作用。本文借助视觉注意模型的框架,针对肝脏区域病变组织与周围组织灰度差异小、弱纹理的特点,提出了一种新的肝脏CT(computer tomography)图像中异常组织区域提取方法。本方法首先筛选一组与肝脏纹理相关的统计特征和基于方向分形维的显著度特征因子,然后由各特征分量显著性图合成总显著性图,最后根据显著性图标识病变发生的区域。试验表明,本文方法能准确找到肝脏区域中发生病变的位置,为显著性图在医学影像ROI提取提供了有效途径。     

MRT letter: Visual attention driven framework for hysteroscopy video abstraction

Diagnostic hysteroscopy is a popular method for investigating the regions in the female reproductive system. The videos generated by hysteroscopy sessions of patients are recurrently archived in medical libraries. Gynecologists often need to browse these libraries in search of similar cases or for reviewing old videos of a patient. Diagnostic hysteroscopy videos contain a lot of information with abundant redundancy. Key frame extraction‐based video summarization can be used to reduce this huge amount of data. Moreover, key frames can be used for browsing and indexing of hysteroscopy videos. In this article, a domain specific visual attention driven framework for summarization of hysteroscopy videos is proposed. The visual attention model is materialized by computing saliency based on color, texture, and motion. The experimental results, in comparison with other techniques, demonstrate the efficacy of the proposed framework. Microsc. Res. Tech. 76:559–563, 2013. © 2013 Wiley Periodicals, Inc.     

基于运动显著图和光流矢量分析的目标分割算法

为提高运动目标分割算法对多种复杂场景的自适应能力和分割精度,提出一种基于运动显著图和光流矢量分析的目标分割算法。该算法首先基于运动显著图提取运动目标的大致区域,然后利用光流矢量获得运动目标和背景区域的运动边界,并结合点在多边形内部原理得到运动目标内部精确的像素点,最后以超像素为基本分割单元,通过引入置信度的概念实现最终像素一级的目标分割。通过与典型算法进行多场景实验对比,表明该算法能够有效实现多种复杂场景下的运动目标分割,并且较现有算法具有更高的分割精度。     

基于视觉显著性的太阳能电池片表面缺陷检测

现有基于机器视觉的太阳能电池片表面缺陷检测算法均是采用各种类型的数学模型来进行算法设计,为进一步提高检测准确率,从人眼仿生学角度出发,首次将人眼的视觉注意机制引入到太阳能电池片表面缺陷检测中,提出了一种基于视觉显著性的太阳能电池片表面缺陷检测算法。首先,对输入的太阳能电池片表面图像进行预处理,去除对检测有影响的噪声和栅线;其次,提出一种基于自学习特征的视觉显著性检测算法来大致定位缺陷区域;随后,提出一种视觉显著性和超像素分割相结合的算法来进一步精确定位缺陷区域;最后,通过形态学后处理得到最终检测结果。在包含多种缺陷类型的测试图像库上的主观和客观实验评估表明,该算法具有较高的检测准确率。     

Estimation of moving information for tracking of moving objects

Tracking of moving objects within video streams is a complex and time-consuming process. Large number of moving objects increases the time for computation of tracking the moving objects. Because of large computations, there are real-time processing problems in tracking of moving objects. Also, the change of environment causes errors in estimation of tracking information. In this paper, we present a new method for tracking of moving objects using optical flow motion analysis. Optical flow represents an important family of visual information processing techniques in computer vision. Segmenting an optical flow field into coherent motion groups and estimating each underlying motion are very challenging tasks when the optical flow field is projected from a scene of several moving objects independently. The problem is further complicated if the optical flow data are noisy and partially incorrect. Optical flow estimation based on regulation method is an iterative method, which is very sensitive to the noisy data. So we used the Combinatorial Hough Transform (CHT) and Voting Accumulation for finding the optimal constraint lines. To decrease the operation time, we used logical operations. Optical flow vectors of moving objects are extracted, and the moving information of objects is computed from the extracted optical flow vectors. The simulation results on the noisy test images show that the proposed method finds better flow vectors and more correctly estimates the moving information of objects in the real time video streams.     

基于视觉感知的率失真优化算法

率失真优化在视频编码中起着关键作用,其目的是在压缩效率和视频质量失真之间取得平衡。现有的率失真算法主要针对视频中时间和空间冗余的消除,未充分考虑视频内容的主观感知冗余。本文提出了一种基于视觉感知的率失真优化算法,通过数据驱动的JND预测模型推导拉格朗日乘数因子,并使用显著性模型优化拉格朗日乘子权重系数,最终融合应用于率失真优化,并采用SW-SSIM评估视频质量,实现视频编码的感知优化。实验结果表明,与AVS3标准率失真算法相比,本文所提算法平均节省12.15%的码率,SW-SSIM提高了0.004 3,有效降低了视频内容中的感知冗余,提高了视频感知质量和编码性能。