文档介绍：摘要视频编码标准引入视频对象平面的概念,通过将场景分割成语义对象并分别进行编码和解码,以支持基于内容的交互性和可分层性。将视频序列分解成一系列的视频对象平面是一晒τ敕竦墓丶唬悠刀韵笃矫娣指钊找娉晌H嗣歉行巳さ难芯靠翁狻但是目前还没有一种通用的自动分割算法适用于各种视频序列,视频对象分割还是一个经典难题。由于语义视频对象提取的算法复杂和计算量火,当前大多数的分割系统分割一帧至少需要一秒的时间甚至更长的时间。对于一个两分钟长的视频序列,大约需要小时的时间才。能完成视频对象分割。显然离实时处理的要求相差甚远。因此如何显著降低视频分割算法的处理时间已是一个使视频对象分割实用化的研究热点。可能的解决方法之一是采用一种新的计算体系结构。其中细胞神经网络是此类体系结构中的一种较新的方法,可使场景或视频序列中的视频对象实时地分割出来。细胞神经网络是一个非线性模拟电路。由于它具有高速并行的实时处理能力和机理类似于人类视觉系统,特别适合于图像和视频处理领域。因此,将细胞神经网络引入视频分割是一个值得研究的问题。然而,在细胞神经网络的应用中,稳定性是一个关键问题。有些应用要求模型存在唯一的、全局渐近稳定的平衡点。本文通过构造泛函,研究了带时延的细胞神经网络的全局渐近稳定性问题。所得的结果对于设计带时延的细胞神经网络有重要的理论意义和应用价值。ù邮悠敌蛄兄械玫绞频对象的方法。近年来,已提出了各种各样的视频对象分割算法。然而,视频对象分割性能的评价研究尚停留在主观比较上,目前尚没有一种被广泛接受的客观评价方法。视频分割算法的评价是重要的,它有助丁针对具体的应用选取合适的算法并设置恰当的参数,以及有利于通过融合各种算法的优点发展新的算法。本文提出了一种客观的存在参考分割时对分割算法的评价方法。本方法考虑了人类视觉系统特性,实验结果表明,用本文方法得到的评价结果与人眼的主观评价结果是一致的。且能定量地给出对象分割的空间准确度和时间一致性。本文研究受到国家自然科学基金项目《任意形状视频对象的自动提取及其形状编码》嗪淖手关键词:细胞神经网络,泛函,稳定性,视频分割质量的客观评价方法
知识水坝***@pologoogle为您整理
.,,·.:.琲.’,瓼琲—甌,,甧.,..,.,.瓵瓾,.,.,
知识水坝***@pologoogle为您整理
荏踩掌冢原创性声明本论文使用授权说明签名:蓝盔丝本人声明:所呈交的论文是本人在导师指导下进行的研究工作。除了文中特别加以标注和致谢的地方外,论文中不包含其他人已发表或撰写过的研究成果。参与同一工作的其他同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。本人完全了解上海大学有关保留、使用学位论文的规定,即:学校有权保留论文及送交论文复印件,允许论文被查阅和借阅;学校可以公布论文的全部或部分内容。C艿穆畚脑诮饷芎笥ψ袷卮斯娑导师签名:塑篁:至:兰
第一章绪论研究背景传统的视频编码标准,如/蚆/芄换竦媒细叩难顾醣龋谛矶嗔煊虻到了广泛的应用。随着多媒体信息的日益丰富,人们不再满足对多媒体信息的简单浏览,而是提出了基于对象的交互、查询和检索等新的要求。然而,/蚆/疾捎没〉募际醪⒉宦阏庑┒嗝教逵τ玫男滦枨蟆N4薓引入了视频对象平面母拍睿üǔ【胺指畛捎镆宥韵蟛⒎直鸾斜嗦牒徒饴胍灾С只谀容的交互性和可分层性,。这除了能提高压缩效率,实现基于内容的交互功能外,还能』。‘泛应用在视频检索、视频数据库浏览、交互式视频购物、虚拟现实、数字图书馆、移动多室逋ㄐ偶盎诙韵笮巫幢泶锏氖悠当嗉⒃冻桃搅啤⒔逃⑹悠导嗫氐攘煊颉5牵琈标准本身并没有指定从视频序列中得到视频对象的方法。因此。。但是目前还没有一种通用的自动分割算法适用于各种视频序列,视频对象分割还是一个经典难题。由于语义视频对象提取的算法复杂和计算量大,当前大多数的分割系统分割一帧至少需要氲氖奔袷剑话ň衷硕兰坪筒钩。当采用全局运动估计和补偿时,则至少需要搿】。这样对于一个两分种长的视频,至少需要∈钡氖奔洳拍完成视频对像分割。显然离实时处理的要求相差甚远。因此视频分割算法的处理时间已成为一銎烤薄?赡艿慕饩龇椒ㄖ皇遣捎靡恢中碌募扑闾逑到峁埂=赴窬/引入到图像分割中是此类体系中一种较新的方法。细胞神经网络是神经网络在视频处理应用的新领域【】。细胞神经网络是一个具有实时信号处理能力的大规模非线性模拟电路,由大量的胞元组成,每个胞元只允许于最邻近的细胞之间直接通信。细胞神经网络最具有吸引力的特征就是它的高速的计算能力,和与人类视觉系统/很多的相似性,特别适合于图像和视频处理应用。因此,将细胞神经网络引入视频对蒙分害且桓龊苤档醚芯康白细胞神经网络提出以来,由