一种新的深度视频处理方法

深度视频的不连续性会影响其编码效率以及虚拟视点的绘制质量. 为增强深度视频的连续性, 提出了一种新的基于时空变换的深度视频处理方法: 首先检测出深度视频中的运动对象; 其次将彩色视频和对应的深度视频进行时空变换, 对运动区域和非运动区域在时间方向上进行不同强度的平滑处理; 最后对平滑过的深度视频进行重建. 实验结果表明, 提出的处理方法在保证虚拟视点绘制质量的同时, 能够节省14.89%~47.48%的码率.     

一种新的运动自适应去隔行算法

提出基于棱边方向检测的运动自适应去隔行算法,该算法能充分利用图像序列的时间和空间上的相关信息,采用新颖的相邻场运动检测方法区分视频序列中的运动和静止部分.对于运动部分,使用改进的基于棱边方向的边沿自适应插值算法;对于静止部分,采用三点中值滤波插值算法.仿真实验表明：算法无论在画面视觉效果还是视频图像信噪比,均达到良好了效果.     

面向三维视频系统的深度图压缩方法研究

理论分析了基于Mesh、JPEG、模式函数等静态深度图压缩算法,然后比较了基于H．264深度视频独立压缩算法、彩色和深度视频运动矢量共享的深度视频压缩算法,给出2种深度视频压缩算法的实验对比,并对深度图压缩算法发展做了相关的预测和展望．     

基于图像深度预测的景深视频分类算法

景深视频因高清、美观广受大众喜爱。然而,要从海量视频中检出此类视频十分困难。已有较多研究基于景深图像成像原理,开展景深像素分割算法研究,但难以直接应用于实际视频分类场景。本文针对景深视频类型,设计了可预测视频类型的深度网络。根据景深成像原理,各语义物体之间相对相机的景深深度存在一定的逻辑关系。为此提出以图像深度为指导,利用深度预测模块预测图像的景深深度信息,将其合并后输入至分类网络进行训练检测,以降低景深视频误检率,提升网络模型的性能。此外,针对现实需求中该领域有标数据较少,而不同数据集分布会降低性能的问题,设计了迭代式景深视频数据集收集方法,以较低的劳动成本快速收集所需要的视频数据,具有一定的实际应用价值。本文算法在快手线上的景深视频数据集中识别准确率达85.7%。     

基于多视点视频编码宏块模式选择的快速算法

为降低多视点视频编码中宏块模式选择带来的编码复杂度,提出了一种新的宏块模式选择快速算法.首先分析了最优模式选择的统计特征,接着根据宏块的亮度信息对图像进行区域划分,进而对不同区域选择不同的模式,以达到快速找到最优模式的目,最后提出了一种基于宏块亮度绝对均值差的宏块模式选择的快速算法.实验结果表明:提出的快速算法在保持率失真性能基本不变的情况下,编码速度比多视点视频编码校验模型JMVM提高4.14~9.83倍.     

基于立体掩蔽效应的非对称立体视频编码算法

由于立体视频的数据量巨大,不便存储和传输,因此必须进一步提高其压缩效率,降低传输的码率.文章分析了立体视频左右通道间恰可察觉失真的关系,基于立体掩蔽效应提出了非对称立体视频编码算法.实验结果表明:在解码重建图像主观质量基本不变的前提下,右视点视频编码的码率节约了11.45%~18.69%.与传统立体视频编码模型相比,该算法可以获得更好的立体视频压缩性能.     

AVS视频标准的帧内预测算法改进

为优化AVS视频编码算法提高其算法的运算效率,对AVS视频编解码标准中的帧内编码算法结构进行了合理调整,并对AVS帧内预测的C代码进行优化处理,减少了AVS帧内预测算法的冗余计算和判断,实现了一种改进的帧内预测程序.实验结果表明：优化后的AVS视频编码算法的运算速度提高10%以上,编解码的帧率平均每秒提高7帧左右.     

尺度小波零树视频压缩编码研究

根据 MPEG- 4对多媒体信息描述的新压缩标准 ,在深入研究尺度小波变换和嵌入式小波零树压缩编码原理的基础上 ,探讨了两种基于小波零树编码的具有连续分辨率的改进视频编码方法 .尺度小波零树编码将低通子带独立编码、其它子带多尺度零树熵编码 ,实现了自然 /合成视频信息的空间 /质量尺度完全可调 .尺度自适应运动补偿小波算法运用自适应步长来减少暂时冗余 ,保证了变码率下的视频传输质量 .     

基于深度学习的校园欺凌行为检测研究

为通过校园监控网络实时发现校园欺凌事件, 提出采用人体姿态检测模型与递归神经网络相结合的方法来分析视频中的每一对个体行为, 并通过一个完全连接的网络来识别一系列视频帧的行为, 进而判断是否存在校园暴力行为. 此外, 还建立一个包含了来自校园不同地方的3000多个视频片段数据库, 并对视频中的运动行为进行标注, 以用于训练及测试. 通过对照实验发现 与传统方法相比, 本文设计算法的实时分析准确率更高.     

基于递归高阶统计和改进分水岭算法的运动对象分割

提出了基于递归高阶统计和改进分水岭算法的视频图像序列中的运动目标分割算法．该算法首先利用递归高阶统计及多帧运动信息估计出图像序列中的运动区域，而后用一种改进的分水岭算法对提取出的区域进行空域分割，进而提取出视频图像序列中运动目标．实验结果表明所提出的算法能有效地提取出运动目标．     

深度和结构相似性引导的四参考视点融合算法

平面相机阵列四参考视点的深度图像绘制(Depth Image Based Rendering,DIBR)方案允许用户全方位身临其境地体验场景,可有效避免虚拟视点图像边界空洞,然而该方案引入了较为显著的伪影、背景渗透等失真.为此,提出一种深度和结构相似性(Structural Similarity,SSIM)引导的四参考...     

一种简单的可得到闭式解的姿态估计方法

针对基于模型的姿态估计问题提出了一种新颖的深度估计算法,该算法能根据特征点对而不是单个的特征点与相机的几何关系,直接计算出相机运动前后特征点的深度.根据该深度估计技术,进一步提出了一种简单的可得到闭式解的运动参数估计方法.该姿态估计方法实时性高、便于实际应用,其方法的有效性得到了实验验证.     

基于感知的右视点质量可分级编码算法

为了减少立体视频传输如此庞大的数据量,根据人眼的立体掩蔽效应,提出了基于感知的右视点质量可分级编码算法．该算法将宏块分为3类：平坦块、纹理块和边缘块,通过不同的量化步长使得右视点图像块的质量可分级．实验证明根据左视点的图像质量,右视点在人眼感知范围内码率减少25％～37％．该算法能在人眼主观察觉范围内很好地提高码率,进一步消除人眼立体视觉冗余．     

基于GPU加速的几何纹理合成方法

提出了一种基于GPU加速的几何纹理合成方法,以解决几何纹理合成过程中高计算量、高存储占用和高耗时等问题.首先,对样本几何纹理数据进行子块划分,并根据子块在样本中的位置关系设计可重用样本顶点数据的数据结构,优化存储以降低内存的占用率;然后,采用GPU多线程并发技术设计并行加速算法,将串行的几何纹理合成过程并行化,从而实现快速生成任意尺寸的新的几何纹理.实验结果表明,该算法不仅占用存储较少,而且在保证合成质量的同时极大地降低了几何纹理的合成耗时.     

一种基于胸部CT图像感兴趣区域提取的检索技术

探索高效的医学图像检索技术,可以方便医务人员快速高效地查找相似的图像．针对胸部CT图像,提出一种采用改进的区域生长法提取感兴趣区域,在此基础上再提取纹理特征作为图像的特征向量,并以特征向量作为图像检索的依据来进行检索．实验结果表明：在有效提取出病灶区域之余,针对该区域提取图像特征起到了良好的检索效果．将此方法应用于医学图像检索系统可有助于提高医生的诊断效率．     

基于对称性的单幅图像花朵建模

基于自然界各类花朵普遍具有的对称特性,提出了一种利用单幅图像的三维花朵建模方法.根据输入的单幅花朵图像,用户通过交互方式描绘花朵每个花瓣的2条边缘曲线,对花朵边缘曲线的顶部顶点和底部顶点进行最小二乘圆锥拟合,利用拟合得到的圆锥计算花朵各花瓣的对称面;根据不同种类花朵所固有的对称特性和各个花瓣的对称面信息,计算花瓣2条边缘曲线上所有采样点的深度,得到其三维构造曲线;利用恢复了深度信息的三维构造曲线作离散化网格处理,构建各个花瓣的三维模型,进而重建整个花朵的三维模型;最后根据输入的单幅图像纹理信息合成花朵的表面纹理,得到了真实感较强的花朵模型.实验结果表明：该建模方法充分利用了花朵的对称特性,用户交互少、建模效率高,能够准确地从单幅花朵图像中恢复其深度信息和整体结构,方便快捷地实现花朵的三维重建.     

基于差分图像的人脸检测与跟踪研究

人脸检测与跟踪是人脸信息处理领域中的一项关键技术,提出了一种可通过自适应阈值分割运动区域,根据人脸几何特征验证得到人脸模板,再运用GA跟踪人脸,并且用M6215摄像头进行实时采集、定位与跟踪的新的快速有效的人脸跟踪方法.实验表明:本系统不仅跟踪速度快,还可以在人的手势变化干扰或背景有干扰的情况下,进行令人满意的人脸检测与跟踪.