基于细胞神经网络的视频对象分割算法的研究

摘要

该论文在分析视频对象分割和细胞神经网络相关理论的基础上,着重探讨了基于细胞神经网络体系结构的视频分割算法.其应用领域是在视频会议、监控中广泛存在的头肩序列.头肩序列具有背景可预先得到,实时性要求高等特点.针对单一背景的头肩序列,提出了基于彩色信息的CNN算法,克服了仅利用灰度信息时的信息不完整性问题.对背景相对复杂的视频序列,提出了一种利用先验信息的基于彩色边缘的变换检测算法.它避免了常规变化检测算法存在的阈值选择问题,取得较好的分割效果.所有操作都是使用的简单的CNN模板,可以用CNN-UM来直接实现.另外,选用和设计恰当的模板是细胞神经网络应用的难点之一.该文还探讨了使用遗传算法进行细胞神经网络模板的设计,对CNN模板库里的空洞填充模板进行了改进,得到了处理时间更短,效果更好的模板参数.

目录

文摘

英文文摘

第一章绪论

1.1研究背景和贡献

1.2论文结构

第二章视频对象的分割概述

2.1引言

2.2视频对象分割算法分类

2.3视频分割步骤和算法

2.3.1传统的分割方法

2.3.2用细胞神经网络进行视频分割

第三章细胞神经网络基础及在其图像处理中的应用

3.1概述

3.2 CNN的动态范围、稳定性

3.3细胞神经网络的硬件结构

3.3.1神经元芯片及应用

3.3.2开发和仿真工具

3.4细胞神经网络在图像处理中的应用

3.4.1用于边缘检测的模板

3.4.2闭运算

3.5用CNN进行视频对象分割的研究现状

第四章头肩序列的视频对象分割

4.1头肩序列及其特点

4.2算法原理

4.3运用颜色信息进行初始对象的分割

4.3.1算法描述

4.3.2仿真结果

4.4基于边缘检测的头肩序列的分割

4.4.1算法描述

4.4.2算法中所使用的模板及功能描述

4.4.3仿真结果

第五章基于遗传算法的细胞神经网络模板设计

5.1概述

5.2基于遗传算法的模板设计

5.2.1遗传算法概述

5.2.2用遗传算法来设计CNN模板

5.3编程及结果

5.3.1编程中遇到的几个问题

5.4结果及分析

第六章结论及进一步工作

作者攻读硕士学位期间公开发表的论文

参考文献

致谢