视频图像关注度区域提取算法研究简

人眼视觉具有选择注意特性,视觉场景中不同区域对人眼视觉的刺激不同,利用人眼视觉的这种特性。将视频图像中人眼重点关注的区域提取出来为视觉感知编码奠定基础。本文首先详细介绍了人眼视觉关注度的基本理论及国内外的研究现状,接着,重点分析研究Itti视觉关注度模型及改进模型在视频图像编码中的应用,最后,对视觉关注度模型发展进行分析。     

基于敏感度的H.264视频容错编码算法

针对视频图像传输中数据丢失和误码而导致的图像质量下降问题,结合灵活宏块排序（FMO）技术和冗余编码的优缺点,提出了一种基于错误敏感度的H.264冗余片编码算法。该算法首先确定运动敏感区域中的错误敏感宏块,然后利用 FMO 自定义模式进行冗余编码。仿真测试结果表明,该算法能够有效提高视频码流的抗误码能力,重构图像的主观和客观质量有明显提高。     

基于颜色协调性的典型场景彩色融合图像颜色质量评价

提出典型场景双波段彩色融合图像颜色协调性模型,实现图像颜色质量的无参考评价.通过衡量海天、绿色植物这类自然场景融合图像颜色与对应典型类记忆色的相似度,以及选择城镇建筑物图像的最佳色彩度范围,计算三种典型场景图像色彩与场景内容的协调性;在颜色组合协调性模型基础上,将颜色区域面积之和作为加权系数构造图像中不同大小颜色区域组合加权协调性模型.主观评价实验结果表明,综合这两方面提出的协调性模型计算结果与人眼主观感受具有较好的一致性,可以有效地对典型场景彩色融合图像颜色协调性进行客观评价.     

基于人眼视觉系统的运动图像视觉感知模拟

讨论了人眼在观看平板显示屏上运动图像时视觉失真的产生原因,并通过视觉感知实验对已有的视觉感知模型进行了修正,提出了将空间积分的影响加入到视觉感知模型中的改进方法.本文还利用该模型对一些显示屏上运动图像的视觉感知过程进行了模拟,结果表明,采用本文提出的模型获得的运动图像的视觉感知效果图更加接近人眼实际所观测到的图像.本文提出的视觉感知模型以及相关的软件模拟结果为进一步优化显示器件的驱动方法提供了评估手段.     

基于源图像分析的动态ICA域灰度图像融合方法

提出一种利用源图像之间的冗余、互补等相关信息的动态ICA域融合方法. 针对ICA变换函数训练以及ICA域融合规则设计对算法适应性、计算量、图像融合效果和人眼视觉系统识别能力等的影响,研究提出充分利用源图像的冗余和互补信息,从源图像中自动选择有代表性的图像块作为训练图像块,实现ICA域变换函数随源图像而动态变化. 将文中方法与N.M 2007方法及双树复小波融合算法作为对比,通过人眼主观感知和客观融合评价参数对融合图像进行对比分析,结果表明,文中方法增强了算法的适应性并降低了计算量,增强了图像融合效果,建立了对场景更全面和精确的表达,可使观察者更有效获得场景信息.      

基于协方差描述子和LogitBoost的交通场景图像分割

针对传统方法直接采用图像特征参与图像分割时存在的特征冗余且分割准确率低的问题,提出了一种基于协方差描述子和LogitBoost的交通场景图像分割方法.采用运动结构特征、纹理和HOG特征描述交通场景,并利用协方差描述子进行特征融合以消除特征冗余;采用多类LogitBoost分类器进行图像分割,提高了交通场景分割的精度.在公共测试视频数据库CamVid中测试和评估了所提出的算法,结果表明了该方法的有效性.     

基于自适应冗余片嵌入的容错视频转码方法

为提升视频码流在传输中的容错能力,提出了一种容错视频转码方法,通过向原码流嵌入冗余片来保护图像的感兴趣区域.引入了一种感兴趣区域的提取方法,利用肤色和运动信息确定每一帧图像的感兴趣区域.为避免不必要的比特消耗,通过计算感兴趣区域的率失真性能来判断是否需要对当前帧的码流嵌入冗余片.若选择需要嵌入,则会在熵编码过程中生成冗余片并嵌入码流,避免二次编码.实验结果表明:该方法能够显著改善丢包传输时视频的主观质量,实现较好的率失真性能.     

一种基于人眼视觉特性的零树小波编码方法

嵌入式零树小波编码被认为是目前国际上最先进的图像编码方法之一,仍然有不足之处,其中之一是该算法在编"孤立零"码时会造成比特位冗余,因此在分析了零树编码不足的基础上,提出了基于人眼视觉特性的零树小波编码方法.该方法首先对小波系数进行基于人眼视觉特性的标量量化,然后再进行零树编码.实验结果表明该方法在保证恢复图像具有良好的视觉效果的前提下,进一步提高了压缩比.     

图像压缩算法消除数据冗余问题分析

对当前几种典型图像变换及编码算法在消除图像冗余的效果方面进行了比较分析。通过对原始图像变换和拼贴,构造了重复、对称、旋转、插值4种形式的冗余图像,然后用几种典型的变换算法和压缩算法对图像进行处理,实验结果显示当前几种图像变换及编码算法均无法同时消除本文提到的4种形式的冗余。本文的结果为进一步改进图像压缩算法提供了一个有益的参考。     

一种基于人眼视觉特性的零树小波编码方法

嵌入式零树小波编码被认为是目前国际上最先进的图像编码方法之一，仍然有不足之处，其中之一是该算法在编“孤立零”码时会造成比特位冗余，因此在分析了零树编码不足的基础上，提出了基于人眼视觉特性的零树小波编码方法。该方法首先对小波系数进行基于人眼视觉特性的标量量化，然后再进行零树编码。实验结果表明该方法在保证恢复图像具有良好的视觉效果的前提下，进一步提高了压缩比。     

基于注意机制的仿生人体动作识别

针对已有的仿生动作识别系统计算量大、耗时长的问题,提出了在系统中加入注意机制的方法.该方法模仿注意机制在人类视觉中所起的重要作用,将视频中运动目标的活动区域作为视频图像的显著区域划分出来,然后结合视频图像的显著区域获取不同动作的特征模板.此方法在一定程度上克服了视频的背景噪声对系统性能的影响,同时更准确地模拟了人类视觉机制.实验结果表明：该方法能较好地改善人体动作识别模型的识别速度和识别结果.     

基于JMVC的立体视频场景突变检测算法

采用单视图运动矢量与立体视频中视差矢量联合判断的方法,提出一种立体视频场景突变检测算法.该算法首先直接从多视点编码码流中提取视差矢量与运动矢量,然后分别统计每帧的视差矢量与运动矢量的幅度平均值,最后将每帧的视差矢量与运动矢量的幅度平均值与对应阈值相比较,检测立体视频场景突变的情况.用该算法在压缩域直接对立体视频场景突变进行判断,不仅可以保证检测精度,还降低了计算复杂度.仿真结果证明了算法的有效性.     

序列图像帧间预测技术的研究

在视频压缩领域,帧间预测技术占有十分重要的地位。在简要介绍两种帧间运动估计/补偿模式基础上,该文重点讨论了局部运动估计中块匹配算法的应用和Sprite编码中的全局运动估计算法,提出一种"改进的分级块匹配法",并结合Sprite编码实现序列图像帧间压缩。大量实验表明,采用这种局部和全局相结合的预测算法,可以减少搜索时间,提高图像压缩质量和压缩比,是视频压缩可以输出甚低码流的有效手段之一。     

基于场景切换的B帧量化参数分配方法

H.264/SVC实现了对基本层码率控制,但对于视频序列中场景切换并没有有效的检测,也没有考虑到场景切换对视频编码质量的影响.本文结合H.264/SVC特有的分层B帧预测金子塔编码结构,首先提出一种改进的基于图像复杂度的实时场景切换检测算法,结合场景切换的类型,再对存在场景切换的GOP编码单元中时间分级的高层B帧量化参数进行修改.实验结果表明在不产生信道码率突变的前提下,明显改善了场景切换处的视频质量.     

Trifocal tensor based side information generation for multi-view distributed video code

Distributed video coding(DVC)is a new video coding approach based on Wyner-Ziv theorem.The novel uplink-friendly DVC,which offers low-complexity,low-power consuming,and low-cost video encoding,has aroused more and more research interests.In this paper a new method based on multiple view geometry is presented for spatial side information generation of uncalibrated video sensor network.Trifocal tensor encapsulates all the geometric relations among three views that ale independent of scene structure;it can be computed from image correspondences alone without requiring knowledge of the motion or calibration.Simulation results show that trifocal tensor-based spatial side information improves the rate-distortion performance over motion compensation based interpolation side information by a maximum gap of around 2dB.Then fusion merges the different side information(temporal and spatial)in order to improve the quality of the final one.Simulation results show that the rate-distortion gains about 0.4 dB.     

基于H.264的UMHexagonS算法研究与改进

运动估计是视频压缩编码中消耗时间最多的部分。H.264标准采纳混合非对称十字多六边形格点搜索(UMHexa-gonS)算法作为其快速运动估计算法。详细介绍了UMHexagonS算法,并从三个方面对算法进行了改进:一是增加一个自适应的提前终止判决门限,二是用一种新的搜索方式替代5×5螺旋搜索,减少搜索点数,三是将多层六边形搜索修改为多层十点搜索。在测试模型JM10.2上进行了算法验证,测试结果表明,在图像质量几乎不变的情况下,改进的算法比原算法节省了7%—14%的运动估计时间。     

基于颜色信息相位谱的显著性检测

为了快速搜索场景中的重要目标,依据人类视觉系统的特点,提出了一种基于颜色信息相位谱的显著性检测模型. 通过分析图像颜色相位谱信息,建立显著性图谱,它能够表示出场景中重要目标的位置. 实验结果表明,在复杂背景下,该算法能够较好地检测出和人类视觉相一致的重要区域.     

一种听觉显著图提取模型

本文基于人耳听觉特性提出了一种改进的自下而上听觉显著图提取模型.该模型根据人耳听觉系统对声音分频道处理以及声音信号时间方向的差异更能有效表征听觉显著性这两个特点进行显著图提取.首先对输入声音信号进行短时傅立叶变换(SFFT)得到声音信号的听觉图谱,然后重新划分频带并在各频带上采用一维高斯滤波器组进行不同尺度的时域滤波,再利用中心-周边差算子计算各频带的听觉显著度并进行跨尺度整和,最后将各频带的听觉显著度线性合并之后得到最终的听觉显著图.仿真实验的结果表明该模型提取的听觉显著图更准确.     

基于时空显著性检测的3D视频生成方法

为了解决3D视频生成方法在获取深度线索方面的难题,使用显著图代替深度图进行3D视频生成。显著图和深度图在性质上有所不同,但是显著图是通过视觉注意力分析得到的,因此也可以给予人眼良好的感官体验。为了得到更适合进行视频内容转换的显著图,将时间信息融入到了深度学习模型当中。通过实验证明了本文方法在两个广泛使用的视频显著性数据集上拥有很好的表现力,所生成的3D内容也具有良好的视觉效果,证明了基于显著性检测的3D视频生成方法具有一定的可行性。