視頻快速感興趣區(qū)域提取算法研究及應(yīng)用.pdf

1、感興趣區(qū)域(Region of Interest)是指圖像中能夠引起人眼注意，包含關(guān)鍵性信息的部分。在圖像處理之前，進(jìn)行ROI提取可以極大的減少計(jì)算機(jī)的計(jì)算量，提高運(yùn)算效率。圖像ROI提取在圖像壓縮編碼、目標(biāo)識別、圖像檢索等領(lǐng)域有著重要的應(yīng)用，有極大的研究價(jià)值。圖像ROI提取的方法有很多，其中基于視覺注意模型的方法是研究的熱點(diǎn)。
　　與圖像相比，視頻增加了時(shí)間線索，比靜態(tài)圖片更為復(fù)雜，應(yīng)用傳統(tǒng)的視覺注意模型對其進(jìn)行處理容易丟失運(yùn)動(dòng)

2、信息。同時(shí)，視頻的數(shù)據(jù)量相對較大，需要算法有較高的提取速度，否則就沒有應(yīng)用價(jià)值;但算法在高效的同時(shí)，需要有良好的精確度，否則也不適合應(yīng)用。本文在國內(nèi)外研究的基礎(chǔ)上，提出了一種全新的快速準(zhǔn)確的視頻感興趣區(qū)域提取算法，并將其應(yīng)用到視頻壓縮編碼中，主要工作如下:
　　(1)介紹了ROI提取方法的研究現(xiàn)狀，根據(jù)應(yīng)用需求，選擇基于視覺注意模型的方法作為研究重點(diǎn)。詳細(xì)闡述了三種視覺注意模型的基礎(chǔ)知識，對它們的運(yùn)算速度和提取結(jié)果進(jìn)行比較分析，選

3、擇速度最快的SR模型作為本文的研究基礎(chǔ)。
　　(2)對于實(shí)驗(yàn)需要的視頻，設(shè)計(jì)眼動(dòng)實(shí)驗(yàn)，通過篩選處理眼動(dòng)數(shù)據(jù)，得到有效的注視數(shù)據(jù)，通過高斯模擬分布得到眼動(dòng)ROI，將其作為視頻圖像的真實(shí)ROI，作為評判其他方法準(zhǔn)確度的標(biāo)準(zhǔn)。
　　(3)從空間和時(shí)間信息兩個(gè)方面對SR模型進(jìn)行改進(jìn)。在空間方面，通過對顯著性信息在頻域的分布特點(diǎn)進(jìn)行分析，在模型中加入高斯核與幅度譜卷積的結(jié)果;SR模型只針對圖像的灰度特征進(jìn)行處理，在此基礎(chǔ)上，加入顏色特

4、征，并通過超復(fù)數(shù)傅里葉變換將其作為整體處理，節(jié)省計(jì)算時(shí)間;利用視頻的時(shí)間信息，分析圖像的相似程度，只對存在較大差異的圖像進(jìn)行計(jì)算，節(jié)約重復(fù)處理的時(shí)間。在時(shí)間方面，采用三幀差法進(jìn)行運(yùn)動(dòng)特征提取。最后，將兩個(gè)結(jié)果進(jìn)行融合分割，得到最終的ROI，并通過客觀的指標(biāo)評價(jià)算法的準(zhǔn)確度和效率。
　　(4)在H.264編碼標(biāo)準(zhǔn)中應(yīng)用本文算法，通過PSNR對壓縮得到的視頻質(zhì)量進(jìn)行分析比較，發(fā)現(xiàn)應(yīng)用ROI進(jìn)行壓縮編碼可以在碼率相同的情況下提高視頻質(zhì)量