探索基于mpeg-4下的运动对象分割技术的研究

《探索基于mpeg-4下的运动对象分割技术的研究》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、北京交通大学硕士学位论文基于MPEG-4下的运动对象分割技术的研究姓名：王磊申请学位级别：硕士专业：交通信息工程及控制指导教师：付文秀20090601北京交通大学硕士学位论文摘要摘要：随着“流媒体"技术应用的发展和MPEG-4基于内容的功能的提出，视频图像处理领域中，运动对象的分割技术已成为该领域的研究热点。而运动对象分割技术又作为多媒体应用技术的一个主要方面，不仅在视频编码、检索、视频数据库浏览、智能视频监控和虚拟现实、多媒体通信中存在广阔的应用前景，而且在计算机视觉、模式识别等领域中也有着极为重要的作用。

2、然而由于视频图像中内容的复杂性，至今仍然没有一种好的，通用的运动对象分割算法。目前，国内外运动对象分割技术的研究工作主要是在像素域下和压缩域下进行。但是像素域下却存在着运算量大，计算复杂度高，难以满足人们实时性的缺陷，本文是通过大量的研究与学习后，拟采用一种利用运动估计算法中的新三步搜索块匹配算法，来提取目标帧图像与预测帧图像之间的运动矢量信息，在与SOFM神经网络结合来对其进行聚类分析，最终提取出目标帧中的运动对象。该方法相对于像素域下得分割算法而言，不仅减少了运算量，而且实时性上也得到了提高。由于在SOF

3、M神经网络是一种自适应网络，相对于其它网络并不需要我们确定分类数目，而由网络自适应的聚类决定，因而在多运动对象分割领域得到了很广泛的应用。关键词：MPEG一4；运动对象分割；运动估计；SOFM；北京交通人学硕士学位论文AbstractAbstract：Duetothedevelopmentofstreamingmediaandemergingofcontent-basedfunctionalitiesinMPEG-4，movingobjectsegmentationtechnologybecomesapopu

4、larresearchinvideofield．Thetechnologyofmovingobjectsegmentation，significantpartofmultimediaapplication，notonlyhaveawidelyapplicationinthesefields，suchasvideocoding，retrieval，browsing,virtualrealityandmultimediacommunicationinthefuture，butalsoplayanimportant

5、roleincomputervision,patternrecognitionandSOon．However,becauseofthecomplexityofthevideo’Scontents，nogeneralmethodtovideomotionalobjectsegmentationisacceptednOW．Uptothepresent，bothathomeandabroad，theresearchofthemovingobjectsegmentationismainlyinthepixeldoma

6、inorinthecompresseddomain．However,therearesomedefectsinthepixeldomain，suchasthelargeamountofcomputation，thehigllcomplexityandthedifficulttomeetpeople’Sreal—timenature．Throughalargeamountofresearchandlearning，thispaperisgoingtoproposeamethodwhichusingthenewt

7、hree-stepalgorithmformthemotionestimationtoextractthemotionvectorsformthetargetbetweenpredictionimage．Afterusingtheaccumulatorandthefiltertodealwiththemotionvectors，wemakeuseoftheSOFMneuralnetworktoclusterthesemotionvectors，SOfinallyweextractthemovingobject

8、fromthetargetimage．Themethodthispaperproposednotonlydecreasethecomputations，butalsoimprovetheneedofthepeople’Sreal—timenature．AstheSOFMnetworkisanadaptivenetwork，wedonotneedtoknowthenumberofthemovingob