针对监控视频场景的压缩域运动对象分割方法-论文.pdf

《针对监控视频场景的压缩域运动对象分割方法-论文.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、liDIGITA数L字VI视DE频O【本文献信息】王小龙，梁久祯．针对监控视频场景的压缩域运动对象分割方法[J]．电视技术，2014，38(15)．针对监控视频场景的压缩域运动对象分割方法王小龙，梁久祯(江南大学物联网工程学院，江苏无锡214122)【摘要】提出了一种压缩域背景建模与运动对象分割框架：首先提取H．264视频压缩码流中的MB—bits与4x4块残差系数．基于MB—bits场进行压缩域Vibe背景建模分割出宏块级运动对象区域，然后结合最大熵模型提取4x4边缘块进行运动对象轮廓细化最终分割出压缩域运动对象。试验对比分析表明

2、，提出的算法能快速、准确地提取压缩域运动对象，系统具有一定鲁棒性。【关键词】压缩域；背景建模；运动对象分割；最大熵【中图分类号】TP391．41【文献标志码】AObjectSegmentationMethodinCompressedDomainforSurveillanceVideoSceneWANGXiaolong，LIANGJiuzhenSchooloflnternetofThingsEngineering，JiangnanUniversity，JiangsuWuxi214122，China)【Abstract】Acompres

3、seddomainbased8ehemeisproposedtomodelbackgroundandsegmentmovingobjectsinthispaper．Firstofall。thesizeinbitsthatamacroblokMBoccupies(MB-bits)and4x4residualcoeflqcientswithinsuchaMBareextractedfromthecompressedbitstream，basedonMB—bitsfieldincompresseddomainVibebackgroundm

4、odelingisbuildtosegmentmovingobjectinMBleve1．ThencombiningmaximumentropymodeltOrefineobjectcontourbyextractingedgeof4x4block，andfinallysegmentmovingobjectincompresseddomain．Experimentalcomparisonandanalysisshowthattheproposedalgorithmcallextractthecompresseddomainmotio

5、nobjectrapidlyandaccuratelywithcertainrobustness．【Keywords】compresseddomain；backgroundmodeling；movingobjectsegmentation；maximumentropy视频监控的应用遍布全球，监控人员对于能提供快和相位来分割对象，利用前后帧的DCT系数匹配关系来速、准确的智能视频分析解决方案的需求越来越强。智能跟踪对象。Zeng等人H首先将运动矢量分成4类，然后视频监控系统实现的第一步就是以最低的误差对运动对使用马尔科夫随机场模型提取

6、运动对象，文献[5—7]也象进行分割。使用了基于MRF的对象分割技术。Wang等人在随着监控视频的体积和分辨率的不断增加，如何对H．264压缩域基于MV—LBP特征背景建模提取粗糙对视频灵活高效的处理在实际应用中显得尤为重要。相对象，通过最大后验概率提取轮廓集细化进一步运动对象。于主流的像素域方法，压缩域视频分析平衡了智能视频监目前，在H．264的压缩域进行对象分割的技术大多是依控系统的处理效率与视觉感知，更适合于实际应用需要。赖于运动矢量场。然而，运动矢量本质上以编码为导向，鉴于实际监控视频场景中的大多数视频序列已经压缩，为其建立

7、是为了更好地压缩视频，它并不代表视频序列中真了最大化利用编码端的工作，直接在压缩域内进行运动对实的运动。另外，视频压缩域的运动矢量场格外嘈杂，若象分割，可免除对压缩视频进行完全解码。从压缩码流中基于MV进行压缩域运动对象分割则需要额外的复杂度提取相关信息直接用作运动对象分割所需要的特征，这些来处理噪声MV。在宏块(macroblock)或块(block)级别上提取的特征使得基于上述研究背景，本文改进了一种Vibe背景建模所需要处理的数据量远少于像素域，从而显著降低了分割算法并成功应用于压缩域背景建模，通过引入最大熵自适算法的计算量。

8、因此；从压缩域分割运动对象具有快速高应阈值精确分割出运动对象。效的特点，可解决像素域对象分割难以满足的高效处理要1压缩域运动对象分割方法求。Babu等人⋯先对运动矢量(MV)做累积来增强运动信息，并以空间插值算法来得到稠密的运动矢量，