

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、隨著多媒體技術(shù)和傳感器技術(shù)的飛速發(fā)展,圖像和視頻作為記錄視覺(jué)的載體,對(duì)人們的生活、生產(chǎn)等產(chǎn)生越來(lái)越重要的影響。近十年來(lái),在各個(gè)方面的記錄視覺(jué)信息的需求,產(chǎn)生了爆炸式的圖像和視頻。在這些數(shù)據(jù)中,運(yùn)動(dòng)信息在圖像和視頻的生成和記錄過(guò)程中都扮演著重要的角色,可以說(shuō)覆蓋了圖像和視頻處理的各個(gè)領(lǐng)域,而在語(yǔ)義上也涵蓋了從低層的運(yùn)動(dòng)軌跡估計(jì)到高層的運(yùn)動(dòng)理解。具體來(lái)說(shuō),在圖像生成過(guò)程中,相機(jī)運(yùn)動(dòng)會(huì)帶來(lái)圖像的模糊,而使得圖像的信息熵增大,為了能夠恢復(fù)出清楚
2、的尖銳的圖像,我們往往需要精確估計(jì)相機(jī)的運(yùn)動(dòng)。在圖像的記錄過(guò)程中,有可能因?yàn)槲矬w或人的快速運(yùn)動(dòng)造成了圖像內(nèi)容的運(yùn)動(dòng)模糊。在記錄過(guò)程中產(chǎn)生的運(yùn)動(dòng)模糊往往比清楚圖像提供的信息更多因?yàn)槠洳蹲降搅藙?dòng)態(tài)的物體疊加。視頻通常可以看作是圖像在時(shí)序上的疊加,類似地,在視頻產(chǎn)生過(guò)程中,相機(jī)的運(yùn)動(dòng)往往會(huì)導(dǎo)致畫(huà)面的晃動(dòng)和模糊,無(wú)論在圖像質(zhì)量上和視頻可觀賞性上都有一定的影響。而在視頻內(nèi)容記錄中,運(yùn)動(dòng)信息往往是視頻存在的理由,分析其運(yùn)動(dòng)往往更關(guān)注高層的語(yǔ)義。
3、r> 本課題以運(yùn)動(dòng)為核心,對(duì)圖像和視頻中的運(yùn)動(dòng)估計(jì)和分析展開(kāi)了深入研究,具體包括:圖像生成過(guò)程中相機(jī)運(yùn)動(dòng)的建模和表征,模糊圖像中的相機(jī)運(yùn)動(dòng)估計(jì)和圖像復(fù)原,視頻內(nèi)容記錄中的運(yùn)動(dòng)的多層次表征學(xué)習(xí)以及運(yùn)動(dòng)的快速分析。本論文的主要工作和創(chuàng)新點(diǎn)可以總結(jié)為以下幾點(diǎn):
1.在圖像成像過(guò)程中對(duì)相機(jī)運(yùn)動(dòng)的深層分析,我們提出了對(duì)運(yùn)動(dòng)核進(jìn)行分解并獨(dú)自優(yōu)化的模型。該分解模式能夠揭示相機(jī)成像的內(nèi)在特性,從而以一種全新的角度觀測(cè)經(jīng)典的圖像去模糊問(wèn)題。為
4、了展示該表征的優(yōu)勢(shì),我們提出了軌跡隨機(jī)擾動(dòng)算法來(lái)優(yōu)化運(yùn)動(dòng)核。在很多例子當(dāng)中,我們發(fā)現(xiàn)現(xiàn)有的去模糊算法落人局部極值的時(shí)候,我們的算法通過(guò)獨(dú)立優(yōu)化相機(jī)軌跡能夠取得較好的去模糊效果以及正確的模糊核。
2.在圖像成像過(guò)程中利用高亮區(qū)域能夠較準(zhǔn)確地刻畫(huà)相機(jī)運(yùn)動(dòng)這一特點(diǎn),我們針對(duì)夜景這一非常具有挑戰(zhàn)性的場(chǎng)景結(jié)合高亮區(qū)域把該問(wèn)題變得可行。我們提出了一個(gè)全新的框架有機(jī)地把從高亮區(qū)域中推斷出的運(yùn)動(dòng)核和非高亮區(qū)域結(jié)合求解更準(zhǔn)確的運(yùn)動(dòng)核,除此之外,
5、我們提出了一個(gè)全新的函數(shù)化運(yùn)動(dòng)核表征從而較準(zhǔn)確地從高亮區(qū)域推斷運(yùn)動(dòng)核,我們提出了一個(gè)新的能量最小化方程能夠自動(dòng)地把提取的運(yùn)動(dòng)核分配給不同的區(qū)域以便進(jìn)行非均勻去模糊。
3.在視頻內(nèi)容記錄中,我們側(cè)重分析了視頻內(nèi)容中的重要的運(yùn)動(dòng)信息:摔倒動(dòng)作檢測(cè),為了適應(yīng)視頻流場(chǎng)景下實(shí)時(shí)的運(yùn)動(dòng)分析,即實(shí)時(shí)的摔倒檢測(cè),我們把視頻內(nèi)容中運(yùn)動(dòng)信息按照”難易程度”分層,通過(guò)級(jí)聯(lián)的方式進(jìn)行動(dòng)作檢測(cè),不同于傳統(tǒng)的級(jí)聯(lián)框架,該級(jí)聯(lián)框架能夠支持不同復(fù)雜度的特征。
6、通過(guò)這種混合特征的級(jí)聯(lián)框架,我們的系統(tǒng)在精確度和效率上能夠達(dá)到較好的折中。除此之外,我們精細(xì)地設(shè)計(jì)了我們采用的特征,支持特征復(fù)用以及增量式更新從而能夠?qū)σ曨l流場(chǎng)景具有較好地支持。最后,在摔倒動(dòng)作檢測(cè)的基礎(chǔ)之上,我們進(jìn)行了拓展從而能夠支持一般種類的動(dòng)作檢測(cè)以及引入了更多種類的特征從而在精確度上有一個(gè)更好的提升。
本文針對(duì)圖像生成過(guò)程中和視頻內(nèi)容記錄中的運(yùn)動(dòng)進(jìn)行了深入的分析。大量的實(shí)驗(yàn)結(jié)果表明了我們對(duì)相機(jī)運(yùn)動(dòng)建模的有效性以及對(duì)視頻
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 圖像視頻中運(yùn)動(dòng)估計(jì)和分析.pdf
- 視頻圖像運(yùn)動(dòng)估計(jì)和邊緣檢測(cè)的方法研究.pdf
- 視頻圖像的運(yùn)動(dòng)分析.pdf
- 視頻編碼和編碼轉(zhuǎn)換中的運(yùn)動(dòng)矢量估計(jì).pdf
- 視頻編碼中的運(yùn)動(dòng)估計(jì)優(yōu)化.pdf
- 視頻圖像中目標(biāo)距離估計(jì)的研究.pdf
- 視頻壓縮中運(yùn)動(dòng)估計(jì)的研究.pdf
- 基于對(duì)象的視頻圖像運(yùn)動(dòng)估計(jì)與補(bǔ)償方法研究.pdf
- 視頻壓縮中的運(yùn)動(dòng)估計(jì)和碼率控制算法研究.pdf
- 視頻監(jiān)控中的圖像匹配和運(yùn)動(dòng)目標(biāo)檢測(cè).pdf
- 視頻圖像序列中的運(yùn)動(dòng)分析技術(shù)及其應(yīng)用.pdf
- 基于塊匹配的視頻圖像運(yùn)動(dòng)估計(jì)技術(shù)研究.pdf
- 視頻編碼與運(yùn)動(dòng)估計(jì).pdf
- 視頻圖像序列中運(yùn)動(dòng)目標(biāo)檢測(cè)和跟蹤的研究.pdf
- 視頻編碼中的運(yùn)動(dòng)估計(jì)技術(shù)研究.pdf
- 視頻圖像中的運(yùn)動(dòng)車輛檢測(cè).pdf
- 視頻編碼中運(yùn)動(dòng)估計(jì)算法的改進(jìn).pdf
- 視頻編碼中的運(yùn)動(dòng)估計(jì)算法研究.pdf
- 視頻壓縮中運(yùn)動(dòng)估計(jì)技術(shù)的研究.pdf
- 視頻圖像中運(yùn)動(dòng)目標(biāo)檢測(cè)及跟蹤.pdf
評(píng)論
0/150
提交評(píng)論