MPEG-2压缩域运动矢量的致密化及运动对象分割算法研究

摘要

视频对象(VO)分割是指从视频序列中提取出有意义的运动对象。它在智能视频监控系统、目标识别、视频摘要等领域有广阔的应用前景。最初的研究是从像素域开始的，尽管分割精度高，但像素域的视频对象分割存在费时大、难以满足实时应用的需要等缺陷。视频通常以编码后的视频流进行存储和传输，对于已编码的视频流，如果还原为像素域，再采用像素域的视频对象提取算法，会显著增加计算量，更加难以满足实时应用的要求。因此，近年来视频对象分割的研究热点已经从像素域过度到压缩域，即直接在压缩域进行视频对象提取。 运动信息可以通过部分解码视频流得到每个宏块的运动矢量，从而可避免运动估计/补偿等耗时操作，有利于实时地提取视频对象。然而，在压缩域进行视频对象提取，可利用的信息有限且运动矢量与真实的对象运动存在一定的误差，导致其分割精度通常要低于像素域。压缩域运动对象分割的关键在于研究压缩域的运动信息致密化和准确化，以提高分割精度。 本文研究压缩域光流场的逼近，即从视频流中易于得到的运动矢量场得到近似光流场的方法，并在此基础上进行MPEG压缩域运动对象提取。论文的主要工作如下： 第一、简要介绍了MPEG-2视频编码标准，对光流场估计和基于块的运动估计进行了比较分析，综述了目前压缩域光流场估计方法的基本原理。 第二，提出了一种MPEG-2压缩域运动矢量致密化和准确化的方法。它利用MPEG-2视频流易于得到的信息一运动矢量和DCT系数，特别是AC系数，提出了一种MPEG-2压缩域近似光流场生成的算法。首先对运动矢量进行处理，估计P帧和B帧DCT系数，重建DC＋2AC图像，再利用Black的光流场估计算法对光流场进行初步的估计，最后利用可信度方法，保留高可信度的运动物体边缘的光流估计，生成MPEG-2压缩域近似光流场。仿真实验结果表明，它有效地解决了光流场估计中存在的孔径问题，可为运动对象分割提供良好的运动分析基础。 第三，提出了一种基于MPEG-2近似光流场的压缩域运动对象分割算法。在得到的MPEG-2近似光流的基础上，利用全局运动估计模型，先通过迭代拒绝去除背景的边缘光流，再利用运动矢量一致性模型提取出前景运动物体的边缘。典型视频测试序列的实验结果表明，本方法可取得接近于像素级的分割精度。

目录

文摘

英文文摘

论文说明：图表目录

声明

第1章绪论

1.1课题项目来源

1.2选题背景及意义

1.3相关研究及发展现状

1.3.1像素域的视频运动对象分割概述

1.3.2压缩域的视频运动对象分割概述

1.3.3光流估计概述

1.4研究内容和章节安排

第2章MPEG-2编码标准及光流场估计基础

2.1视频编码标准概述

2.2 MPEG-2视频编码标准

2.2.1 MPEG-2视频压缩原理

2.2.2 MPEG-2视频压缩层码流结构

2.2.3 MPEG-2视频压缩方案中的关键技术

2.3基于光流的运动估计和基于块的运动估计

2.3.1基于梯度的光流分析法

2.3.2基于块匹配的运动估计

2.3.3两种运动估计方法比较

2.4 小结

第3章压缩域光流估计基础

3.1基于梯度的光流场估计

3.1.1光流约束方程(OFCE)

3.1.2正则化技术

3.1.3空间的平滑性限制

3.2稳健估计

3.2.1稳健估计的方法

3.2.2光流场估计的坚稳估计模型

3.2.3最小化方法

3.3小结

第4章MPEG-2压缩域近似光流场的生成

4.1算法概要

4.2压缩域信息的提取和操作

4.2.1运动矢量和DCT系数的提取

4.2.2运动矢量的处理

4.2.3 DCT系数的处理

4.3压缩域致密的运动光流场估计

4.3.1压缩域梯度估算

4.3.2目标函数的建立

4.3.3稳健的光流场估计模型

4.3.4目标函数的最小化

4.4光流场估计的可信度方法

4.5实验结果

4.6小结

第5章基于MPEG-2近似光流场的运动对象分割

5.1算法概述

5.2全局运动估计

5.2.1摄像机运动模型

5.2.2全局运动估计模型

5.2.3参数估计方法

5.3基于运动一致性模型的对象分割

5.3.1运动一致性模型

5.3.2运动物体边缘分割

5.4实验结果及分析

5.5小结

总结与展望

参考文献

致谢

附录