基于運動目標檢測的圖聲轉(zhuǎn)換算法.pdf

1、視覺是人類感知外部世界最主要的方式，我們所獲取信息的80％以上均來源于視覺。根據(jù)世界衛(wèi)生組織(WHO)關(guān)于視障者的統(tǒng)計數(shù)據(jù)，中國目前大約有1344.9萬盲人，約占全世界盲人總數(shù)的20％，是全世界盲人最多的國家，并且盲人數(shù)量以每年45萬的速度增加。故盲人的安全出行已成為亟待解決的社會問題。
　　在視障者視覺輔助技術(shù)中，圖聲轉(zhuǎn)換方法經(jīng)常被采用。該方法將圖像按照一定的映射原理轉(zhuǎn)換為聲音信號，為盲人和視障者提供視覺補償。vOICe系統(tǒng)是最

2、具代表性的圖聲轉(zhuǎn)換方法。針對vOICe系統(tǒng)使用難度大等問題，課題組開發(fā)了IOIC(Improved OIC)系統(tǒng)，首先對圖像中感興趣目標進行分割，然后將分割后的目標進行圖聲轉(zhuǎn)換。但IOIC系統(tǒng)尚存在以下兩方面的不足，(1) IOIC系統(tǒng)不具有運動目標檢測功能;(2) IOIC系統(tǒng)的輸出頻率范圍與人耳聽覺頻率范圍匹配度不高。
　　針對IOIC系統(tǒng)的問題，本文提出了基于運動目標檢測的圖聲轉(zhuǎn)換方法，首先進行分運動目標檢測，再將運動目標轉(zhuǎn)

3、換為聲音信號。視障者可以通過分析聲音變化的趨勢來判斷運動目標的運動趨勢，并依次判斷運動目標是否對視障者造成威脅。
　　第一部分是運動目標檢測。為了克服攝像機抖動的問題，有效的檢測視頻序列中的運動目標，本文提出了先進行靜態(tài)背景估計，再進行動態(tài)目標檢測的方案。即首先通過基于像素點的全局運動估計算法，獲取靜態(tài)背景;然后通過加速近端梯度法(Accelerated Proximal Gradient，APG)，檢測視頻序列中的運動目標。

4、r>　　第二部分是圖聲轉(zhuǎn)換。為了提高聲音信號與人耳聽覺頻率范圍的匹配度和圖聲轉(zhuǎn)換速度，本文提出了基于頻域數(shù)據(jù)構(gòu)建和梳狀剪枝IFFT的圖聲轉(zhuǎn)換算法。通過拓寬頻帶、移頻處理和對稱變換的頻域數(shù)據(jù)構(gòu)建，將聲音信號移至人耳最敏感的頻率范圍內(nèi);然后將構(gòu)建后的數(shù)據(jù)進行梳狀剪枝IFFT變換進行圖聲轉(zhuǎn)換，降低計算復雜度，進一步提高了圖聲轉(zhuǎn)換速度。
　　最后，通過實驗驗證了本文方法的可行性。實驗證明本文方法可以有效檢測視頻序列中的運動目標，幫助視障者