三維視頻對象建模及跟蹤方法的研究.pdf

1、近年來，隨著三維視頻攝像機以及三維顯示器的低成本化，從三維電影、三維電視和自制的三維視頻中取得可用的三維視頻數(shù)據(jù)越來越方便。由于這些可用的三維視頻數(shù)據(jù)大部分是在無約束環(huán)境下拍攝得到的，所以沒有三維視頻系統(tǒng)中一些標(biāo)定的參數(shù)信息。因此，開發(fā)充分利用三維視頻的立體信息，而不采用廣泛的相機標(biāo)定參數(shù)信息的跟蹤算法是必需的。本學(xué)位論文通過研究及分析各類感知因素對三維視頻中對象的影響，建立符合人眼視覺特性的對象模型，并探索其在三維視頻跟蹤領(lǐng)域中的應(yīng)用

2、。本文具體主要研究內(nèi)容如下：
　　首先，本文介紹了當(dāng)前2D視頻跟蹤方法、研究思路，著重研究及分析各類圖像內(nèi)容特性、三維視頻特征和稀疏表示方法，為建立三維視頻對象檢測模型打下基礎(chǔ)。本文主要介紹了反映2D圖像中對象的緊湊程度的圖像內(nèi)容特性以及反映立體感知的深度特征。
　　其次，提出了一種基于圖模型構(gòu)建方法的圖像顯著性檢測方法。該方法首先提取了圖像的顏色、紋理和緊密度特征，然后將圖像分解成一個個超像素來構(gòu)建一個圖模型，最后通過計算

3、每個節(jié)點的隨機漫步概率來得到每個節(jié)點的顯著值。并在此基礎(chǔ)上，提出了一種基于超像素分割方法的三維視頻跟蹤方法。該方法首先提取了一種基于顏色深度聯(lián)合直方圖特征描述子，接著建立了一種基于超像素和特征的目標(biāo)背景可信度模型，來區(qū)分目標(biāo)區(qū)域和背景區(qū)域，然后用超像素的可信度值來計算每個超像素的顯著值，最后用圖像中顯著密度最大的區(qū)域作為目標(biāo)最可能出現(xiàn)的位置。
　　最后，提出了一種基于差分稀疏表示方法的三維視頻跟蹤方法。該方法首先從目標(biāo)和圍繞目標(biāo)的