基于人眼檢測的視頻前景自動提取算法研究.pdf

1、圖像與視頻是信息的主要傳播方式之一，近年來針對圖像視頻重組整合的問題研究已經成為了數字圖像處理技術中的熱點方向。針對USB視頻中的單人聊天視頻，即人物的正面上半身視頻，本文主要對基于人眼檢測的自動交互算法、單張圖像前景提取算法和視頻前景提取算法進行了研究，提出了一種基于人眼檢測的視頻前景自動提取算法。首先，自動檢測人眼對象，完成前景與背景的自動交互，獲取確定前景和確定背景的區(qū)域位置；其次，利用確定前景和確定背景自動提取視頻中第一幀圖像的

2、前景與背景；最后，利用第一幀圖像的前景和背景，自動擴展到后續(xù)視頻幀的前景提取過程。主要研究成果如下：
　　1.基于人眼檢測的自動交互：本文提出了一種改進的Real-Adaboost算法，結合EOH(邊緣方向直方圖)特征和Haar特征取代傳統(tǒng)的單一特征，使得算法訓練時，可用較少的訓練樣本獲到較高的檢測率，同時大大減少了樣本訓練時間。然后基于人眼檢測結果，結合人體兩眼之間的距離與頭部和身體等部位的比例關系等先驗信息，確定人體上半身和非

3、人體上半身的某些區(qū)域，即確定前景和確定背景區(qū)域，自動地完成交互式步驟，取代傳統(tǒng)的手工交互式獲取確定前景和確定背景的方法。
　　2.單張圖像前景提取算法：在確定前景與確定背景的基礎上，本文采用基于KDE(核密度估計)概率的二元分割方法，提出了一種改進的基于測地線距離的前景提取算法。該方法首先結合KDE概率密度，將確定前景和確定背景擴展至整幅圖像，并對圖像進行二元分割，然后構造三分圖，最后利用測地線距離對圖像進行進一步處理，取代傳統(tǒng)的

4、在三分圖后繼續(xù)利用KDE概率進行前景提取的方法，可更為快速準確地提取圖像前景。
　　3.視頻前景提取算法：在獲得第一幀圖像前景和背景的基礎上，根據視頻前后幀之間的空間和時間連續(xù)一致性原則，結合KDE概率函數，提出了利用積分圖計算概率的方法。計算當前幀每個像素屬于前一幀圖像前景的概率，構造其三分圖，并采用測地線距離對三分圖的未知區(qū)域做進一步細化處理，同時可利用視頻圖像中人體前景屬于一個連通域等先驗知識對當前幀的前景進行去噪，去模糊等