用于视频对象平面生成的运动对象自动分割

新的视频编码标准MPEG-4具有基于内容的功能。它把图像序列分解成视频对象平面(VOP),每个VOP代表一个运动对象。文中提出了一种提取运动对象的新的视频序列分割算法,算法的核心是一个对象跟踪器,它利用Hausdorff距离将对象的二维二值模型与后续帧进行匹配,然后采用一种新的基于运动相连成分的模型刷新方法对模型的每一帧进行刷新。初始的模型自动产生,再利用滤波技术滤除静止背景,最后,利用二值模型从序列中提取出VOP。     

MPEG-4自然视频编码技术

对MPEG－4自然视频编码的关键技术作了详细的分析和阐述。首先介绍MPEG－4频语法结构，并对视频编码的框架概要分析。接着分析了自然视频编码中涉及到的关键技术，包括：VOP的产生；二值和灰度级α平面的编码技术；运动估计和补偿方法；纹理编码；基于对象的时间分级和空间分级；MPEG－4提供的再同步和各种错误掩盖，刷新方法，精 编码技术和零树小波基的静止图像编码技术。指出MPEG－4和MPEG－1，MPEG－2等标准的异同，突出MPEG－4的三个主要特点。最后给出MPEG－4技术在网络视频传输中的应用，并给出测试和分析。     

一种基于灰度连续区域分割的视频对象分割方法

针对目前许多分割方法中分割边界不精确、计算复杂和缓存帧多等问题，提出了一种结合空间区域分割和运动象素检测的自动分割方法：先将当前视频帧分割为不同的灰度连续区域，再利用二次帧差确定视频图像中的运动象素，然后按一定的规则确定哪些灰度连续区域属于运动区域，从而有效地从静止的复杂背景中分割出运动对象区域。实验结果表明这种分割方法计算简单、分割边界比较精确。     

基于对象的视频编码方法——MPEG-4

介绍了MPEG－4的各种编码方法，为了支持众多的多媒体应用，MPEG－4不仅保留了现有标准中的一些解决方案，而且致力于一些新功能的研究与定义，MPEG－4视频编码标准支持MPEG－1，MPEG－2中的大多数功能，提供不同视频标准源格式、码率、帧频下矩形图像的有效编码，同时也将支持基于内容的图像编码。     

视频对象分割技术研究

视频对象分割是新一代视频编码、视频检索、互联网多媒体交互等新兴领域的关键技术。介绍了视频对象分割的相关理论概念,对其各种算法分类进行了详细阐述,并对现有的基于运动分割算法进行了分析。重点研究了时下比较热门的2种算法,即基于时域信息分割法和时空域信息联合分割算法,同时分析了当前视频分割技术的研究现状、尚存在的问题,有针对性地提出了未来工作应重点研究的几方面内容。     

一种基于内容的视频对象分割算法

提出了一种基于内容的视频对象分割算法。该算法先对分块的图像进行运动估计，利用运动矢量初步分割运动前景和背景，对于产生的背景噪声使用改进的中值滤波算法滤除，并用形态学的方法恢复出运动物体。实验结果表明：该算法能够较好地从视频序列中分割运动前景和背景，比较适合于在基于内容的视频编码标准MPEG-4中使用。     

压缩域视频对象分割研究

讨论了压缩域视频对象分割技术的发展和研究现状,介绍了几种典型的分割算法,并具体指出一些需要深入研究的问题.     

基于多个非刚体目标跟踪的视频对象平面生成算法

提出了一种提取运动对象的新的视频序列分割算法。算法的核心是一个对象跟踪器,它利用一种基于对象行为的跟踪算法对多个非刚体目标有效地进行对象跟踪,并与后续帧进行匹配,然后采用一种基于运动相连成分的模型刷新方法对模型的每一帧进行刷新,初始的模型自动产生,再利用滤波技术滤除静止背景,最后,利用边界图像模型从序列中提取出视频对象平面（VOP）。     

基于模板匹配的视频对象分割

视频对象分割是MPEG-4标准关键技术.本文结合模板匹配和基于运动估值和补偿的对象跟踪方法,提出了一种可以从复杂场景中分割出MPEG-4视频对象的新方法.在使用运动估值和补偿得到分割掩膜后,以初始帧对象颜色为模板,在当前帧的轮廓边界区域通过模板匹配检测对象,使轮廓精确化.本文方法在一定范围内有效解决了遮挡问题,并能够以初始帧跟踪任意长序列中的对象.     

视频对象分割技术与应用

随着MPEG-4基于内容的功能的提出,视频对象分割技术成为视频处理领域的研究热点,视频对象分割就是从视频序列中分割出在语义上有意义的对象,介绍视频对象分割所涉及的关键技术,详细讨论基于时空联合的分割算法,并且探讨视频对象分割技术在视频会议、交通流视频监测等领域的应用。     

MPEG-4视频对象分割技术

随着MPEG-4,MPEG-7的研究发展,其基于内容的编码和面向对象的存取和操纵技术日益得到人们的重视。基于对象的视频图像分割是实现MPEG-4基于内容的编码和交互功能的关键。视频图像分割方法分为自动分割法和半自动分割法两种。结合视频分割的发展趋势,深入介绍了基于对象的视频分割的主要技术及国内外的最新研究算法,包括数学形态学算法以及活动轮廓模型(蛇模型)在该领域的应用,并分析了当前视频分割技术尚存在的问题和研究前景。     

基于多帧边缘差异的视频运动对象的分割与跟踪算法

从视频场景中分割和跟踪感兴趣的视频对象对于MPEG-4等基于对象的视频编码来说是关键性的技术之一。针对目前大部分视频对象分割和追踪算法相当复杂但仍不能有效地去除背景噪声的问题,该文提出用于分割和跟踪视频运动对象的一种基于多帧边缘差异的算法。该算法利用一组帧的边缘差异来提取运动对象区域,通过聚类方法去除背景像素点,利用形态学算子得到对象分割模板,同时通过建立前帧感兴趣对象与当前帧运动对象的帧间向量跟踪当前帧的感兴趣视频对象。不同标准视频测试序列的测试结果表明,该算法能够实现对感兴趣的视频运动对象更为精确、快速和有效地分割和跟踪。     

MPEG-4 中的视频编码技术

MPEG-4图像压缩编码方法是基于对象和内容的现代编码方法,顺应了现代图像压缩编码的潮流,广泛用在多媒体通信及第三代移动通信系统中。本文主要介绍了MPEG-4视频对象的压缩编码方法及其差错控制方法。     

视频对象分割与两种面向对象的视频编码器

在基于对象的视频编码中,视频对象的分割是重要的任务.本文研究一种利用位移帧差(DFD)的高阶统计特性和数学形态学算子的视频对象自动分割方法.这种方法首先根据一组转移帧差的高阶矩来得到一个大体覆盖运动对象的区域(模板),接着用形态学的腐蚀算子从模板的边沿向内腐蚀,直到对象的边沿.提出一种简单而高效的基于查找人头肩像轮廓最大转折点的头肩分离算法.在分割的基础上,用软件实现了一种基于MPEG-4的视频编码系统.提出一种面向对象分配带宽(OOBA——object-oriented bandwidth allocation)的极低比特率视频编码器.该编码器与传统基于帧的视频编码器相比,在低比特率环境下,PSNR略为下降,但图像的主观视觉质量得到提高.     

视频监控运动目标检测算法研究

视频的运动目标跟踪有很多干扰因素,如目标改变、复杂场景、目标变形等。为了解决这些问题,通过对几个常用的运动目标检测方法进行比较分析,提出了一个通过帧间差分和背景消除进行运动目标检测和识别的算法。通过进行模拟实验,结果显示了该算法具有较高的效率。     

基于对象和内容的视频编码技术-MPEG-4

结合MPEG-4的结构讨论基于对象和内容的视频编码技术,其中包括:形状信息编码、运动信息编码、纹理编码和时间空间分级编码,最后讨论MPEG-4的技术优势.     

运动法自动分割MPEG-4帧视频对象(VOP)

本文提出运动法实现MPEG-4帧视频对象（VOP）的自动分割。该方法的基本思想是利用前景的局部运动与背景的全局运动的差别检测出相应独立运动部件。针对独立运动部件（IMC）运动快慢的不同,该方法分解为适合较慢运动IMC的形态运动滤波器方法和适合较快运动IMC的变化检测掩码方法。处理结果表明该方法取得较好的分割效果。     

视频动目标标识文本检测与识别技术

描述了一种新的视频动目标标识检测与识别技术，讨论了从视频中自动捕获用于识别动目标的最佳帧、动目标标识的自动搜索、标识字符的单字切分和字符图像的BP神经网络识别。实验显示，该技术运用于车牌自动识别系统能适应不同的天气和光照，有很好的鲁棒性。     

基于信息融合的视频序列图像中运动目标分割的研究

该文提出一种基于信息融合的方法分割视频序列图像运动目标。在彩色图像分割中,将部分空间信息介入到迭代均值偏移过程,实现无参数聚类。然后利用所提出的求等同标志连通区域的方法,将聚类后的图像划分成不同的独立区域;再利用HOS(高阶统计)方法进行运动检测,经后处理,得到运动目标粗模板。统计这个运动粗模板中等同颜色区域占原图像相应独立区域的比重,比重超过预置阈值的,则将该独立区域作为待融合区域。最后,将所有的待融合区域连接起来,就构成了运动目标模板。