复杂场景中基于统计模型检测运动物体的新方法研究

本文介绍一种基于视频信号多特征统计分析来实现对自然场景中运动物体的检测的新方法。在一般的检测运动物体的方法中,基本上是刺甩求出序列图象的相邻两帧图象的各象素灰度值变化的方法,这种方法称为变化检测箕法。这些方法的原理是基于假设序列图象的灰度变化是由场景中的运动物体造成的。然而,其它原因(如;摄像机噪声、光照的变化、摄像机的轻微移动)也可以引起图象的灰度变化,因此使得系统容易产生错误的判断。为了克服这个问题,本文提出的新方法除了考虑帧问灰度变化外。,还考虑了图象中的纹理和运动信息。通过对帧间图象的灰度、纹理、运动三个不同特征信息的数据统计分析,实现对自然场景中运动物体的检测。     

基于信息融合的二维视频深度提取方法

采用多种深度线索获取二维视频深度,可以提高视频深度提取效果.针对运动线索,通过块匹配运动估计算法获得帧间深度信息;针对帧内线索,采用Laws滤波器提取深度特征,然后利用马尔可夫随机场模型训练获得帧内深度信息;在此基础上,提出了基于信息融合的二维视频深度提取方法.该方法首先通过计算背景和运动区域的信息熵,然后利用模式识别中的Neyman Pearson准则确定视频帧的运动区域.针对该区域,在帧内深度信息获取的基础上,融合帧间深度信息.实验结果和真实深度比较,证实了该方法的有效性.     

基于关键点滤波的深度图提取

基于单帧视频2D/3D转换,深度估计是关键。提出一种在伴有相机移动情况下,基于运动的深度估计新方法,采用关键点滤波获取每帧视频像素级的运动矢量。由于相机的移动会引起伪运动矢量,从而导致深度信息模糊,为解决这一问题,采用鲁棒的RANSAC算法估计相机移动模型。首先,通过无相机移动的运动矢量来估计初始深度图。然后,利用基于同类点的后置滤波修正运动物体边缘像素的深度信息。实验结果表明,在有相机移动情况下,该方法对深度图的估计可以取得较好效果。     

基于Kinect传感器的移动机器人室内环境三维地图创建

针对移动服务机器人在未知室内环境下的三维感知问题,提出了一种基于低成本Kinect传感器的三维地图创建实用方法.对于机器人在运动过程中连续采集的多帧RGB-D信息,首先利用SURF算子对RGB图像提取稳定特征点并进行特征点匹配,然后结合深度图像,采用RANSAC算法剔除可能存在的误匹配点并完成初始配准,从而估计得到图像帧间粗略的相对转移关系,最后运用广义ICP算法对采集的深度图像进行精确配准,得到拼接的三维点云图.在此基础上进一步开发了移动机器人三维地图创建应用系统,实验验证了该方法的可行性和有效性.     

一种基于特征跟踪的图像稳定方法

根据摄像机透视投影模型，通过提取特征点进行摄像机的运动估计，提出一种基于FMA(frame—to—mosaic algorithm)的补偿方法，该方法针对图像连续帧间晃动幅度较大的情况，通过均值滤波合成当前帧及其前几帧的运动进行补偿，实验结果表明该方法有较好的稳定效果，而且能够做到实时处理。     

航拍图像序列的多运动目标定位

针对航拍图像序列中运动目标使用仿射模型来描述航拍图像序列中的背景运动，提出了一种基于稀疏采样的局部补偿误差函数泰勒展开算法，该算法能有效地估计出模型参数；又根据图象序列中背景运动与目标运动的矢量不一致的特点，采用矢量聚类的算法，实现了对多个目标的准确定位．提出的算法对噪声和光照都具有强抑制性，可以在图像质量相对较差时，能确保对运动目标的快速定位．     

一种快速鲁棒的全局运动估计算法

局部运动矢量会严重影响全局运动估计的结果,不仅降低全局运动估计的准确度,而且消耗大量的运算时间。针对上述问题提出了一种快速鲁棒的全局运动估计算法。首先采用快速的块匹配算法得到运动矢量场,然后通过改进的梯度均值残差法去除估计的不准确运动矢量,提高估计出的运动矢量场的准确性并使得全局运动估计所处理的宏块尽可能是全局运动块;其次,基于六参数仿射模型估计出初始全局运动参数,为了消除错误运动矢量产生的误差,使用匹配加权函数的方法对估计结果进行进一步修正,最终得到最优的全局运动参数。实验结果表明该算法兼顾了全局运动估计的准确性和鲁棒性,对大多数视频序列的全局运动估计具有算法复杂度低、运动参数估计准确的效果。     

基于边缘点运动估计的交通参数检测

利用运动车辆的边缘点包含了运动的位置及运动方向的特点,本文提出一种基于边缘点运动估计的视频检测方法,通过对前后两帧交通图像的运动边缘点在虚拟线圈内进行匹配,可以确定运动车辆在连续两帧图像中的运动矢量,从而获取车流、车速等交通参数。该方法大大减少了运算量,确保了视频检测的快速性和准确性。     

应用于HDTV的一种有效码率控制算法

给出了一种结合码字预分配和直接缓冲器控制的码率控制方法。这种方法主要根据不同图象的性质对各图象按目标码字进行预分析，并使压缩时码字昼与此相符，但在缓冲器接近溢出时则相应加强缓冲器控制，为使图象质量在帧内和帧间保持平稳，这里将压缩产生的码字与分配码的差，分为性质不同的帧内余量和帧间余量分别处理并控制量化级的变化。     

一种基于角点特征的数字稳像算法研究

针对复杂背景情况，提出一种基于角点特征的车载视频图像序列数字稳像算法．采用改进的Harris算子提取特征点，根据三级匹配策略实现对应点的匹配；建立参考图像与当前图像的映射关系，采用最小二乘解得到图像帧间的全局运动参数；最后利用Kalman滤波平滑运动参数，实现帧间的实时运动补偿，达到稳像目的．实验结果表明该方法去除了高频抖动，较好的保留了摄像机的主动运动，稳像后的视频具有良好的视觉效果．     

利用十字分布的仿射变换模型估计旋转运动

不规则的旋转运动会明显降低图像序列的质量,旋转运动估计是实现图像稳定的关键技术.提出了采用仿射变换来估计图像旋转运动的方法.利用全分布的匹配块进行仿射变换可以获得较好的运动估计效果,不过运算量过于巨大.分析图像分布特性,提出采用十字分布的匹配块参与仿射模型的变换;只使用呈十字分布的外围4个匹配块进行运算,获得了与全分布法相近的结果.仿真试验结果表明提出的算法不仅能很好的估计并补偿旋转运动,运算量仅为全分布法的1/6.     

一种新的求解下降方向的算法

把仿射约化变换应用于基于模型的割线法中，给出了一种新的求解无约束极小化问题的下降方向算法。     

运动分类步频调节的微机电惯性测量单元室内行人航迹推算

行人航迹推算(pedestrian dead reckoning, PDR)作为一种新兴的导航定位方法, 因其不易受外界环境因素影响而受到广泛关注. 针对室内行人航迹推算, 采集并分析了微机电惯性测量单元(micro-electro-mechanical system-inertial measurement unit, MEMS-IMU)数据, 设计了运动分类的区间对称步频检测, 并建立了步频调节的步长估计模型, 最后提出了运动分类步频调节的MEMS-IMU室内行人航迹推算, 从而实现较精准的定位. 针对不同个体, 对步频调节的步长估计模型进行个性化标定, 以进一步提高室内行人航迹推算性能. 验证结果表明: 与传统峰值非线性方法相比, 运动分类步频调节的MEMS-IMU室内行人航迹推算的定位误差降低了32.6%, 使短距离室内行人航迹推算在无其他定位技术支持的情况下具有较高精度.     

基于进入过程带扰动风险模型的破产概率

在风险市场中,索赔过程是受保单过程驱动的,基于此思想,学者们提出了一类新的基于进入过程的非寿险保险风险模型。在简化上述模型的基础上,考虑了一类带布朗运动干扰的风险保险模型,利用鞅方法给出了该模型破产概率的显式表达式以及它的一个上界估计。     

基于进入过程带扰动风险模型的破产概率

在风险市场中,索赔过程是受保单过程驱动的,基于此思想,学者们提出了一类新的基于进入过程的非寿险保险风险模型.在简化上述模型的基础上,考虑了一类带布朗运动干扰的风险保险模型,利用鞅方法给出了该模型破产概率的显式表达式以及它的一个上界估计.     

New Robust Global Motion Estimation Approach Used in MPEG-4

The Global Motion Estimation ( GME)technique is importantfor‘sprites’ generation andobject segmentation tasks involved in MPEG- 4.This paper presents a new robust GME approachusing the novel idea to pre- analyze scene contentbefore motion estimation. The pre- analysis isbased on Spatial Temporal Gradient Scale ( STGS)images derived from the original image sequences.As a result,outliers can be removed from thedominant motion estimate at the initial estimationstep. Compared with class…     

基于运动补偿的XYZ视频编码

针对运动较剧烈的图像序列,提出了一种基于运动补偿的图像编码方案：对原始图像序列进行运动估值及运动补偿后,沿运动轨迹进行３Ｄ－ＤＣＴ变换,最后将运动矢量及ＤＣＴ系数进行ＶＬＣ熵编码。实验结果表明,与传统ＸＹＺ编码方法相比,此方法在压缩效果及图像恢复质量方面都有明显提高。     

脉冲步进频率雷达的一种运动补偿新方法

分析了目标径向运动对脉冲步进频率雷达一维距离成像的影响，提出了基于脉组相位差分的目标运动参数估计方法，解决了运动参数估计中的快速搜索问题．仿真结果表明，该方法估计精度高，抗噪性能好，运算量较小，便于实时处理．     

结合长短期记忆网络与Unet模型的心率估计方法

基于光电容积脉搏波(photoplethysmography, PPG)的心率(heart rate, HR)估计已被广泛应用于可穿戴设备。然而由于用户的身体活动引起的运动伪影,难以从受污染的PPG中获得准确的心率估计。为应对这一难题,提出了一种称为LU＿PPG的心率估计方法,该方法基于回归的思想,首先利用2015 IEEE spc数据集训练和测试LSTM＿Unet神经网络模型,然后经网络输出类PPG信号(含心率信息),最后基于频谱分析来估计最终的心率。实验结果表明,LU＿PPG方法在该数据集上得到的心率估计平均误差为2.27次/min,为心率检测提供了新思路和途径。