采用几何复杂度的室外场景图像分割和深度生成

本文提出一种采用几何复杂度的室外场景图像几何分割和深度生成算法。该算法首先通过图像中主要线段的角度统计分布将室外场景图像的几何结构规划为四种类型;然后,利用meanshift分割算法将输入图像分割成若干小区域,依据该图像的场景几何结构将这些小的区域逐步融合成为三个大的区域,每个区域具有一致的深度分布特点,由此实现输入图像的几何分割;最后,根据几何类型定义标准的深度图,结合输入图像的几何分割结果获得图像的深度图。实验结果表明可以通过简单的线段角度统计分布实现图像的几何分割,并进一步获得图像的深度图,与已有算法相比,提出的算法可以更好地保持深度图细节,更接近场景的真实的深度信息。      

视频编码线性码率控制模型

为提高视频编码码率控制的性能,通过理论推导及实验验证提出了一种新的视频编码 码率控制模型。通过该模型,编码器可以直接确定量化参数(Quantization Parameter, QP) ,而不必计算量化步长(Quantization Step, Qstep),进而避免了由Qstep 确定QP 过程中的舍入误差,提高了码率控制的准确性。实验结果表明,与H.264/ AVC采用的码率控制方法相比,提出的模型可使跳帧发生的概率更低,恢复视频的质量更稳 定,实际码率与目标码率之间的偏差更小,同时,还能获得更高的峰值信噪比。     

应用于汽车安全驾驶的手部跟踪算法

为了提高汽车驾驶的安全性,提出了利用方向盘检测与手部跟踪的方法,对驾驶员的操作行为进行分析,并能对潜在的危险驾驶行为预警,进而减少意外事故的发生.该方法首先采用边缘检测和霍夫变换检测出方向盘所在的位置坐标,然后以正常驾驶的手部状态为模板检测并跟踪手部.实验结果表明,所提方法可以有效地跟踪驾驶员的手部动作.     

基于码流的G-PCC压缩点云无参考感知质量评估

为了实现对采用G-PCC编码的点云质量的实时监控,提出一种基于码流的无参考点云感知质量评估模型。首先根据主观实验的结果分析确定几何无损时点云的感知质量与纹理量化参数之间的关系,然后使用纹理量化参数和纹理比特率来预测纹理复杂度,结合空域掩盖效应建立几何无损时的点云质量评估模型。然后研究位置量化尺度对点云下采样质量的影响,发现纹理量化参数与位置量化尺度对点云质量的影响相互独立,并最终得到完整的点云质量评估模型。对该模型在WPC4点云数据库中进行测试,其SRCC为0.9447,PLCC为0.9465,RMSE为6.8252,表明该模型有良好的性能,与现有性能最好的GraphSIM客观指标相比,该模型指标的PLCC和SRCC分布分别提高了0.0223和0.0238,RMSE降低了1.1898。