面向智能监控中动态感兴趣区域的识别和编码
RECOGNITION AND CODING OF ROIBASED ON INTELLIGENCESURVEILLANCE
摘 要
Abstract
目 录
第 1 章 绪论
1.1 课题背景及意义
1.2 国内外研究现状
1.2.1 视觉注意机制模型
1.2.2 图像感兴趣区域编码技术
1.2.3 视频感兴趣区域的编码技术
1.3 本文的研究内容和贡献
1.4 论文的组织
第 2 章 感兴趣区域(ROI)的识别
2.1 物体的显著性
2.2 有代表性的显著度模型
2.2.1 KU模型
2.2.2 AIM模型
2.2.3 SUPRISE模型
2.2.4 PFT模型
2.2.5 SUN模型
2.3 本文采用的ROI检测算法
2.3.1 谱残差模型简介
2.3.2 谱残差模型的理论基础
2.3.3 谱残差的表示
2.3.4 谱残差模型的算法过程
2.4 基于谱残差模型的改进策略
2.4.1 相位谱方法(PFT)
2.4.2 谱残差方法(SR)和相位谱方法(PFT)的比较
2.5 本章小结
第 3 章 感兴趣区域(ROI)的预处理
3.1 感兴趣区域(ROI)预处理的基本思想
3.2 ROI预处理算法
3.2.1 ROI预处理算法流程图
3.2.2 ROI预处理算法详细步骤
3.3 ROI预处理的实验结果
3.3.1 实验结果举例
3.3.2 实验结果评价
3.4 本章小结
第 4 章 感兴趣区域(ROI)的编码
4.1 感兴趣区域(ROI)的编码的基本思想
4.2 感兴趣区域(ROI)标识框架
4.2.1 背景和需求
4.2.2 感兴趣区域高层语法建议
4.2.3 感兴趣区域(ROI)标识框架在系统中的使用方法
4.2.4 感兴趣区域标识框架解决方案示例
4.3 感兴趣区域质量可分级的码率控制方法
4.3.1 质量评价标准SSIM模型
4.3.2 质量可分级的码率控制算法
4.4 感兴趣区域(ROI)编码的实验结果
4.5 本章小结
结 论
参考文献
哈尔滨工业大学硕士学位论文原创性声明
哈尔滨工业大学硕士学位论文使用授权书
致 谢
哈尔滨工业大学;