图像和视频中的人物上半身自动分割

摘要

对数字图像进行前景和背景的分割是计算机视觉、计算机图形学中的一个研究热点和难点，绝大部分算法都需要用户的交互。本文对图像分割技术进行了研究，分析了在先验知识指导下进行全自动前景分割的可能性，并且针对最为常见的人物上半身图像进行研究，提出了一个在不需要用户手工交互的情况下，获取人物前景的算法。 该算法首先采用人脸检测技术来获取人脸特征点的位置，并利用人体上半身的先验知识建立人体形状模型；然后在形状模型指导下用一种改进了的高斯混合模型建立前景背景的颜色模型；最后在形状模型和颜色模型的基础上，利用迭代的Graphcut算法获取精确的前景人物轮廓。 在上述基础上，我们还提出了一个在视频序列中实时的人物上半身前景分割算法。在该算法中，我们利用视频中帧与帧之间的连续性改进分割效果，并且达到每秒15帧左右的速度。 本文的主要贡献有： ●提出了一种新的全自动图像前景分割算法，通过人物上半身图像，示例了如何充分利用先验知识指导自动分割。 ●提出了新的实时的人物上半身视频前景分割方法，与目前少有的其他算法相比更为简单高效。 ●改进了颜色模型，并提出了人物上半身的形状模型指导自动分割。这些也为其他特定物体自动化分割提供了一个有价值的参考。 人体是人们日常生活中最为熟悉的物体，也是图像和视频中出现最多的物体。本文对图像和视频中的人体进行全自动分割的工作，在多个方面均有进一步的应用价值，例如更换背景、合成多个人物、制作非真实感人物等等，另外在视频压缩、虚拟现实、影视制作中也有广阔的应用前景。在各种数字娱乐设备不断涌现的今天，全自动的前景分割算法特别适合缺少交互工具的嵌入式设备，如手机、数码相机、摄像机、摄像头等。

目录

文摘

英文文摘

论文说明：表格、插图

第一章引言

第二章相关工作介绍

第三章图像中的人物上半身自动前景分割算法

第四章视频中的人物上半身自动前景分割算法

第五章总结和展望

参考文献

硕士期间发表文章目录

致谢