畢設(shè)-基于dsp的運動目標(biāo)圖像跟蹤算法研究與實現(xiàn)-外文文獻(xiàn)翻譯-fast_object_tracking_using_adaptive_block-展示頁
2024-11-26 19:45本頁面
【正文】 14 ] 。 目標(biāo)跟蹤系統(tǒng)的計算量的復(fù)雜與否取決于圖形分割、光流或是運動估計操作。本文提出的算法的主要目的就是在不需要用戶交互的情況下長時間持續(xù)地預(yù)測目標(biāo)邊界。 第三章節(jié)論述了該算法在視頻序列中用于鑒別遮擋 /遮擋恢復(fù)。結(jié)論和進(jìn)一步研究已包括在最后一節(jié)。遮擋和遮擋恢復(fù)技術(shù)已經(jīng)被發(fā)展成為能夠應(yīng)用在其它的基于區(qū)域的技術(shù)上以提高跟蹤精度。所有的步驟 (圖 .1)，在下面幾個章節(jié)會有解釋。 N0=1 是 否 N0=3 圖 . 1. 跟蹤算法 . 為了初始化跟蹤算法，我們采用基于一種聯(lián)合算子的分割算法。k+N0 )的運動均值 用戶自定義掩膜 (第 k=k0 幀 ) 計算并更新目標(biāo)掩膜 k=k+N0 合并（移除）屬于（不屬于）目標(biāo)的區(qū)域 遮擋及遮擋恢復(fù)檢測 在 (kamp。 [6]提出的分割方法與固定閾值分割比較有更好的效果。 1 ）用 4 個波段 多值分割法對初始幀進(jìn)行分割 [ 6 ] 。 2 ）這一步驟的目的是找出目標(biāo)區(qū)域。所有運動合理的區(qū)域會被標(biāo)記為一個掩膜中的目標(biāo)區(qū)域。因此，需要自檢測操作以去除一些小的區(qū)域。將掩膜中的孔填充以成為最終掩膜。 在游魚序列中按照以上步驟運行的結(jié)果在（圖 .2）中 展示 。目標(biāo)也可以在圖形界面中的手工初始化。例如，膚色可以用來初始化一個面部跟蹤。一個完美的初始輪廓是對于一個跟蹤算法的最好的輸入值。 圖 .2 目標(biāo)初始化：（ a）分割圖 ，（ b）分割圖中運動合理的區(qū)域 北京理工大學(xué)本科生畢業(yè)設(shè)計（論文） 國外文獻(xiàn)翻譯 5 圖 .3 對游魚圖像序列的種子塊估計：（ a）第 75 幀 ，（ b）第 78 幀中的運動種子塊 （黑色 不確定塊，白色 目標(biāo)的運動種子快，灰色 背景的運動種子快） 運動估計是目標(biāo)跟蹤中的根本要素，因此準(zhǔn)確的運動估計是最重要的步驟之一。改變目標(biāo)邊界的塊的大小，此法等價于基于網(wǎng)格的運動估計。 1 ）塊分類：令視頻序列的第 k 幀為 I（ x,y,k），并且（ x,y）表示一個像素點。一個種子運動塊任意取在目標(biāo)或者背景中。 并且。 運動估計已經(jīng)被運用在 Y,U,V 空間。（圖 .） 3 顯示游魚序列中算得的種子快。搜搜索范圍同樣會被限定，以保證不會出現(xiàn)錯誤分類。 北京理工大學(xué)本科生畢業(yè)設(shè)計（論文） 國外文獻(xiàn)翻譯 6 在很多視 頻序列中，連續(xù)幀之間的運動是比較少的。一種調(diào)制方案被提出以計算幀間（ k amp。這種調(diào)制方案能在視頻序列中的運動較慢的情況下很好的節(jié)約資源。 仿射模型有下面的公式定義 ia ,i=1,2...6，在矩陣 A 中是模型參數(shù)。,y39。最小二乘算法用來提取運動模型參數(shù)。如果上述 L2 模較大的平移分量大于閾值（ η ） ，相鄰幀的運動估計是重復(fù)的（ N0=1） 。如果目標(biāo)的尺寸比幀圖像的尺寸小，有可能不存在任何目標(biāo)種子塊。 E. 目標(biāo)掩膜的產(chǎn)生 前一幀中與目標(biāo)相符的部分用 kobjP 表示，它的目的是在給出運動向量的條件下產(chǎn)生當(dāng)前的目標(biāo)部分用來支持 0NkobjP? 。此外讓 hX][ 表示 X 由 }{][:2 XhxxXZh h ???? 轉(zhuǎn)化得出的值。當(dāng)前幀的每個塊都進(jìn)行運動補償 北京理工大學(xué)本科生畢業(yè)設(shè)計（論文） 國外文獻(xiàn)翻譯 7 )]([ 00 NkiMVNkiR ?? 以找出坐落在 kobjP 中的部分塊。目標(biāo)掩膜需要進(jìn)行合適的修改以便照顧遮擋和遮擋恢復(fù)。 III. 遮 擋和遮擋恢復(fù) 用來處理遮擋 /遮擋恢復(fù)的最長用的方法在于找出全局運動向量中的運動補償幀[1]。如果前向運動估計為 0Nkk ?? ）并且第 k 幀以第 0Nk? 幀重建，離群像素與第 0Nk? 幀中將被覆蓋的 區(qū)域相符。這種情況下檢測到的離群像素對應(yīng)第 0Nk? 幀中出現(xiàn)的新的（未覆蓋）區(qū)域。但在許多情況下，其中的一些為覆蓋區(qū)域并不對應(yīng)遮擋恢復(fù)，一下會做出解釋。以下段落解釋了用于遮擋恢復(fù)的算法。 不能被準(zhǔn)確地運動補償?shù)膮^(qū)域被表示成覆蓋或為覆蓋區(qū)域。在這些情況下，覆蓋和為覆蓋區(qū)域并不符合遮擋和遮擋恢復(fù)。要達(dá)到這個目標(biāo)可使用基于運動的標(biāo)準(zhǔn)。為檢測 遮擋 遮擋恢復(fù) (遮擋 ) ，當(dāng)前幀用下一幀來進(jìn)行欲動補償以企鵝的未被覆蓋（被覆蓋）的區(qū)域。 這種檢測 遮擋恢復(fù) (遮擋 )的算法能找出這種運動相似性 。 B. 遮擋恢復(fù) 檢測 北京理工大學(xué)本科生畢業(yè)設(shè)計（論文） 國外文獻(xiàn)翻譯 8 1 ） 未覆蓋區(qū)域 ： 為了執(zhí)行遮擋恢復(fù)檢測步驟 ， 未來幾幀圖像中的未遮擋區(qū)域需要被預(yù)測出來。 新的區(qū)域可能出現(xiàn)在當(dāng)前幀中 ( 0Nk? )。 一些預(yù)處理操作被應(yīng)用于掩膜來去除噪音。 我們用色彩為標(biāo)準(zhǔn)來預(yù)測未遮擋的區(qū)域 。 以下是實際中的屬于目標(biāo)的未遮擋區(qū)域 。 ?與未覆蓋區(qū)域的其它目標(biāo)相比較，檢查運動的一致性 。然后做相似的測試將未覆蓋區(qū)域分成實際遮擋恢復(fù)和誤報兩類。 0_Nk objnewP?中的運動矢量用如 下所述的 K均值算法 [4]群集。 采用了基于塊的辦法進(jìn)行來運動估計，每一個塊只有一個矢量。聚類僅僅需要依據(jù)掩膜 0_Nk objnewP? 中的像素來執(zhí)行。其中運用了一種用來選擇自適應(yīng)集群的聚類算法。每次計算 iobjjtcgiobj MVMVd ?? 只有在disoccobjd ??min,(當(dāng) )min(min. iobjobj dd ? )的情況下，區(qū)域 thj 被認(rèn)為是包含在0NkobjP? 中的遮擋恢復(fù) 。不符合上述條件額未覆蓋區(qū)域是虛警。 IV. 仿真 跟蹤已經(jīng) 對一些常見的 MPEG 測試序列與實時視頻序列 做 過測試。 該方法主要依據(jù)運動矢量來預(yù)測目標(biāo)輪廓，這也意味這現(xiàn)如今需要一種針對視頻壓縮數(shù)據(jù)的的跟蹤算法 。 依據(jù)該算法編寫的程序 并沒有 全部 得到優(yōu)化 ，改進(jìn)后應(yīng)能獲取更佳的效果 。 圖。該方法生 成的目標(biāo)掩膜與基于分割的方法一樣基本準(zhǔn)確，同時它只耗費較少的計算資源。 北京理工大學(xué)本科生畢業(yè)設(shè)計（論文） 國外文獻(xiàn)翻譯 10 B. 檢測調(diào)制方案 圖 .6 工人序列和游魚序列的跳
環(huán)評公示相關(guān)推薦
鄂ICP備17016276號-1