探析基于人脸特征的视频差错掩盖算法研究

《探析基于人脸特征的视频差错掩盖算法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、西南交通大学硕士学位论文基于人脸特征的视频差错掩盖算法研究姓名：杨志伟申请学位级别：硕士专业：交通信息工程及控制指导教师：彭强20090301西南交通大学硕士研究生学位论文第1页摘要H．264／AVC作为ITU—TVCEG组织和ISO／IECMPEG组织联合制定的最新视频编码国际标准，近年来已经进入实际应用领域。但其高效压缩的视频码流对传输差错也更敏感，一旦出现差错，差错信息将在空间和时间上迅速蔓延和扩散，使视频质量急剧下降。本文主要研究针对包含人脸区域的视频传输差错掩盖技术，在充分研究和了解国内外视频差错掩盖技术现状的基础上，基于H

2、．264编码标准完成人脸区域检测、基于人脸特征的空域掩盖以及基于人脸特征的时域掩盖方法研究，具体包括：在JMll上实现了视频序列的人脸检测定位，采用基于肤色分割结合Adaboost人脸检测算法实现对视频序列人脸区域的快速准确定位。提出一种基于人脸特征的空域自适应差错掩盖算法BFASEC。对于受损帧人脸内五官区域的宏块采用水平双线性插值，对于背景区域宏块采用自适应多方向插值算法。实验结果表明，与其它的空域差错掩盖算法相比，BFASEC算法对于人脸序列具有更好的差错恢复能力，特别是相比于H．264测试模型JM解码器的BI差错掩盖算法，恢复

3、图像的平均PSNR提高0．5～2．53dB。提出一种基于人脸特征的两步多权值边框匹配时域差错掩盖算法BFTMBMA。首先引入了丢失宏块区域中优先权恢复的思想，将人脸区域区别与背景区域而获得优先掩盖；其次对人脸区域掩盖采用4x4子块作为恢复单元，以更加精细的恢复人脸特征；最后对于差错掩盖产生的方块效应引入了后置滤波器进行平滑处理。实验结果表明，与其它的时域差错掩盖算法相比，BFTMBMA算法进一步改善了对受损视频序列的掩盖效果，特别是相比于JM解码器的SMA差错掩盖算法，恢复图像的平均PSNR提高1．94---2．76dB，且主观质量提

4、高显著。关键词：视频通信；差错掩盖；人脸特征；Adaboost西南交通大学硕士研究生学位论文第1I页AbstractH．264／AVCiSthemostrecentintemationalstandardofvideocompression，designedbvn'U—TVCEGandISo／IECMPEGInthelatestyears，H．264hasbeenintroducedintopracticalapplications．ButthevideostreamcompressedbyH．264ismoresensitiveto

5、transmissionerrors．Onceanerroroccurredintransmission，theeffectsoffaultinformationwouldbepropagatedinspatialandtemporalrapidlywhichwouldresultintheseriousdeclineofvideoquality．Thisarticlecontainsmajorresearchaimedatpeoplefaceregionerrorconcealmentforvideotransmissiontech

6、nology,inthefullstudyandunderstandingofdomesticandinternationalvideoerrorconcealmenttechnology,completethehumanfacedetectionalgorithmbasedonH．264jointmodel(JM)decoder,thenproposedthespatialandtemporalerrorconcealmentalgorithmbasedonthefaceregion．Thedetailpointsaleasfoll

7、ows：FirstweintroducethefacedetectionalgorithmandaddthefacedetectionintheJMdecoder．Wecombinetheskinandadaboostdetectionalgorithmtodetectthepictureofthedecoderrebuildfastandaccurate．Anadaptivespatialerrorconcealmentalgorithmbasedonfacefeatures(BFASEC)isproposedinchapterfo

8、ur．Themissingmacroblocksareclassifiedintofacemacroblocksandbackgroundmacroblocksbasedonthefacedetection．Forthe