结合局部和全局特征的人群密度估计算法

传统的人群密度估计算法由于受到背景噪声及遮挡等因素的影响,不能同时对不同密度等级的人群做出准确估计。该文提出一种结合局部和全局特征的混合型人群密度估计算法。首先,对输入图像进行预处理以减少背景噪声干扰;其次,计算前景团块像素数占全幅图像的比例,并引入阈值分割机制;最后,对阈值上下的图像分别采用基于全局特征的分类算法和基于局部特征的回归算法来获取人群密度。此外,对基于全局特征的分类算法,提出结合小波变换和灰度共生矩阵的纹理特征描述子来提高分类准确率。实验结果表明该文算法对不同密度等级的人群均能做出准确估计且鲁棒性强。     

视频抖动矫正系统中的运动滤波

数码相机拍摄的视频往往带有因为拍摄人手的不稳定而引入的抖动,因此该文给出了一个视频抖动矫正方案,包括全局运动估计、运动的抖动分量滤除、抖动补偿3个模块。对摄像机运动模型,该文考虑了最常见的水平、垂直平动和平面转动这3个运动参数来进行全局运动估计,首先采用基于块匹配运动估计方法来得到运动参数的初始值,然后用Newton迭代法进行参数优化;从运动学的角度出发设计了一种以二次B样条方法为基础来拟合摄像机的运动轨迹方案。实验证明这种滤波器的设计方法能够很好地去除视频抖动,明显改善视频的主观效果。该方法不仅简单,而且不需要预知抖动的模式就能够确保运动轨迹的平滑。     

基于自适应帧采样的视频拼接

针对视频拼接计算量过大的问题,提出了一种分层式自适应帧采样的视频拼接方法。两层帧采样环节分别采用了不同的策略:第1层建立了帧间重叠率和帧间隔的分段线性模型,通过"预测-检验-修正"环节不断的更新采样帧间隔来自适应抽取到满足一定重叠率的准关键帧;第2层在第1层采样的基础上,利用逐帧检测的方法从准关键帧中抽取到满足一定条件的最终关键帧。最后对关键帧进行全景图拼接。与用所有视频帧进行拼接的方法相比,该方法用极少的场景信息损失换取了拼接效率的大幅提高。实验结果表明:该方法对于一般实验场景均能鲁棒地抽取到可靠关键帧,在大幅度降低计算负荷的同时得到高质量的视频全景图。     

Skin Segmentation Based on Graph Cuts

Skin segmentation is widely used in many computer vision tasks to improve automated visualization. This paper presents a graph cuts algorithm to segment arbitrary skin regions from images. The detected face is used to determine the foreground skin seeds and the background non-skin seeds with the color probability distributions for the foreground represented by a single Gaussian model and for the background by a Gaussian mixture model. The probability distribution of the image is used for noise suppression to alleviate the influence of the background regions having skin-like colors. Finally, the skin is segmented by graph cuts, with the regional parameter γ optimally selected to adapt to different images. Tests of the algorithm on many real world photographs show that the scheme accurately segments skin regions and is robust against illumination variations, individual skin variations, and cluttered backgrounds.     

端到端可伸展视频在因特网中鲁棒传输的解决方法

提出了一种端到端的方法解决可伸展视频在因特网上鲁棒传输的问题. 传统方案由于没有同时考虑媒体本身的特性、网络信道状况以及优化的数据封装等因素, 所以在易发生信息错误的环境下(例如网络丢包)不能得到全局优化而保证高质量的视频传输. 针对可伸展视频的特点, 给出了一种端到端的网络自适应的拥塞控制和非均衡的错误控制因特网视频传输方案, 该方案根据网络状况动态调整发送速率, 具有抗网络噪声的特性. 考虑到多媒体传输的要求, 描述了媒体拥塞控制来平滑媒体流的发送速率和预测网络可用带宽的方案. 在数据包的层次上, 提出了具有非均衡数据交织封装的错误保护方案, 很好地减轻了网络丢包对接收视频的影响, 并且进一步发展了可伸展视频在因特网传输中的率失真理论, 从而给出了最优的比特分配方案, 可以在信源码流和错误控制之间优化地分配可用网络带宽资源. 大量的实验结果表明该方案能很好地解决可伸展视频在因特网中的传输问题.     

H.264编码下基于DCT系数量化值的PSNR估计方法

针对广泛用于测量视频信号质量的指标峰值信噪比(PSNR)因需源信号而受限的问题,提出一种无需参考源的PSNR估计方法.该方法从视频码流中提取离散余弦变换(DCT)系数的量化值进行统计,得到其概率密度函数,并以此依据Laplace模型估计PSNR.该方法针对最新的视频压缩标准H.264的帧结构、变换和量化结合方式做出了优化,使得不同的编码速率和帧类型的码流均可适应.使用不同码率和不同运动方式的H.264码流进行测试,比较使用新方法得到的PSNR与实际PSNR间的差异.结果显示CIF格式的中低码率情况下二者的均值在1 dB以内.     

无线衰落信道中具有服务质量保证的图像传输

针对可伸展图像在无线衰落信道传输,该文给出了一个新的能够提供服务质量保证的错误控制方案,联合考虑了非均衡错误保护(UEP)、前向纠错(FEC)和自动重复请求(ARQ)。在比特资源和信道环境的约束下,给出了率失真比特分配方案,在信源编码和信道编码之间分配资源。当有残存错误存在的时候,利用ARQ技术来进一步恢复错误。仿真实验表明该文方案有3个优点:1)即使不用ARQ技术,在接收端仍然可以获得好的重建图像质量。2)通过很少的ARQ就可以实现无误的图像传输,有效地减少了服务的时间。3)使用少的比特资源就可以获得高质量的图像传输,可以减少移动终端网络接口的能量消耗。该文对图像在无线衰落信道中传输提出了具有服务质量保证的解决方案。     

结合Kinect深度图的快速视频抠图算法

现有视频抠图算法主要存在人机交互繁琐、计算复杂度高的问题,为此,该文提出了一种利用Kinect深度图的新的快速视频抠图算法。首先结合彩色图信息改进区域生长算法,估计出三色图(原始图像被3种颜色标记出前景、背景和未知区域)以避免深度图中遮挡区域的影响。其次,提出前景和背景样本点集二次筛选机制,保证估计精度的同时大幅降低计算复杂度。最后,采用深度、彩色和置信度图对抠图结果进行加权滤波,减少不透明度图像中低置信度的像素点和不平滑区域。实验结果证明了该算法精度高、速度快且交互简单。     

基于颜色自相似度特征的实时行人检测

行人检测在智能监控和辅助驾驶等方面有广泛的应用。当前行人检测中主流特征是梯度方向直方图(HOG),但其计算耗时导致检测速度慢。该文提出了一种新的颜色自相似度特征(CSSF),在颜色通道上计算两个选定的矩形块的比值衡量自相似性。首先,CSSF在描述行人的结构信息的同时避免了耗时的方向梯度计算,具有速度快的优点。其次,CSSF是标量特征,能高效快速与AdaBoost级联分类器结合学习行人检测器。再次,CSSF具有尺度不变性,能快速地进行多尺度检测。针对CSSF含有的海量特征,该文提出增量AdaBoost算法有效学习CSSF特征。实验结果表明:基于CSSF的行人检测器检测精度优于传统的HOG检测器,速度提高了7倍,在640×480大小的图像上达到实时效果。     

结合地理参数的航拍视频实时拼接算法

针对现有航拍视频拼接算法存在的计算速度慢及累积误差大等问题,提出一种结合地理参数的航拍视频实时拼接算法.根据地理参数对相机运动模型进行分解,完成视频帧间的实时配准.估计视频每帧的主运动方向,并对现有单一主方向的流形拼接算法进行改进,将其拓展到任意方向.依据地理坐标局部修正拼接条带,保证拼接图像与真实地理位置一一映射,减少累积误差.仿真与真实航拍视频的拼接结果证明了该算法的准确性和准实时性,对640×480像素视频的拼接速度达到25帧/s.