学位论文 > 优秀研究生学位论文题录展示

融合多线索的视频中人体对象分割技术研究

作　者: 肖波
导　师: 郭立君
学　校: 宁波大学
专　业: 计算机应用技术
关键词: 图割支持向量机视频分割局部颜色模型多线索
分类号: TP391.41
类　型: 硕士论文
年　份: 2013年
下　载: 1次
引　用: 0次
阅　读: 论文下载

内容摘要

视频前景分割是研究如何将感兴趣的物体从视频中提取出来，是计算视觉中的一个基本的问题，也是当前比较热门的研究方向。在视频分割中，人体对象分割具有特别重要的意义，不仅人体对象在众多非刚体对象中具有代表性，也在于众多视频应用中关注的核心是人体对象，如智能视频监控中的对象跟踪、姿态估计、运动分析，人体识别以及行为分析等都严重依赖视频对象分割技术。在视频人体对象分割技术的研究中，本文的研究工作主要集中在以下三个方面：基于简单交互的视频对象分割技术；融合多线索的人体对象分割技术以及视频中人体对象自动分割技术的实现。取得的主要研究成果包括：(1)在分析现有的基于局部的颜色模型的视频分割技术的基础上，设计并实现了基于竞争的一类SVM模型的视频对象分割方法。该方法的核心是在每个像素点建立两个竞争的1SVM模型，这两个1SVMs模型分别对应前景和背景的颜色分布。使用两个竞争的局部分类器的好处是模型有更强的分辨能力，更好的处理比较难分的区域。(2)提出了一个融合多线索的视频中人体对象分割方法。该方法用局部颜色信息、运动信息和形状先验信息等多个图像信息进行分割，最后通过图割框架进行求解。各个线索的权值能自适应的进行调节。实验表明，本文的方法能处理背景运动、比较复杂的场景，而且后续帧的分割不需要用户的交互。(3)在融合多线索的视频人体对象分割模型的基础上，结合人体检测等技术，设计并实现了一个自动的人体视频分割系统。该系统能自动的初始化，同时处理多个人体目标的分割。该系统是基于融合多线索的视频分割方法，用HOG人体检测方法和GrabCut图像分割方法对初始帧的进行自动分割。系统还能分割出在后续帧的视频中新出现的人体。通过实践表明，该系统能取得不错的分割结果。

全文目录

摘要  4-5
Abstract  5-9
引言  9-11
1 绪论  11-17
  1.1 研究背景  11-12
  1.2 视频分割方法概述  12-14
  1.3 视频分割中使用的主要特征  14-16
    1.3.1 颜色信息  14
    1.3.2 图像边缘信息  14-15
    1.3.3 像素运动信息  15
    1.3.4 形状先验信息  15-16
  1.4 本文研究主要内容  16-17
2 相关知识介绍  17-25
  2.1 统计学习理论  17-18
  2.2 ISVM  18-19
  2.3 三种学习方式：批量学习，增量学习，在线学习  19-22
  2.4 核在线学习  22-24
  2.5 本章小结  24-25
3 基于局部颜色的视频分割技术  25-34
  3.1 局部竞争的 1SVM 视频分割方法  25-31
    3.1.1 训练 C-1SVM  26-29
    3.1.2 C-SVMs 重新标记过程  29-30
    3.1.3 全局最优化  30
    3.1.4 对下一帧的处理  30-31
  3.2 实验结果  31-33
  3.3 本章小结  33-34
4 融合多线索的视频分割  34-48
  4.1 融合多线索的视频分割方法  34-43
    4.1.1 图割框架  37-38
    4.1.2 局部颜色信息  38-39
    4.1.3 运动信息  39-40
    4.1.4 形状先验  40-41
    4.1.5 自适应调节权重  41-43
  4.2 实验结果  43-47
  4.3 本章小结  47-48
5 自动初始化的人体视频分割系统  48-60
  5.1 人体视频分割系统的实现  48-54
    5.1.1 初始帧的分割  49-53
    5.1.2 后续帧的分割  53-54
  5.2 实验结果  54-59
  5.3 本章小结  59-60
6 结束语  60-62
  6.1 本文工作总结  60-61
  6.2 后续工作研究展望  61-62
参考文献  62-66
在学研究成果  66-67
致谢  67

融合多线索的视频中人体对象分割技术研究

内容摘要

全文目录

相似论文