專(zhuān)利名稱(chēng)：視頻編碼中特征運(yùn)動(dòng)區(qū)域的檢測(cè)方法
技術(shù)領(lǐng)域：
本發(fā)明涉及到一種視頻編碼中特征運(yùn)動(dòng)區(qū)域的檢測(cè)方法，將反映視覺(jué)感知特征的運(yùn)動(dòng)宏 塊有效的檢測(cè)出來(lái)，特別是能夠在背景劇烈運(yùn)動(dòng)以及背景紋理很復(fù)雜的情況下依然能夠檢測(cè) 出人眼感興趣的特征運(yùn)動(dòng)宏塊。本方法首先對(duì)視頻幀進(jìn)行低通濾波處理，然后建立特征運(yùn)動(dòng) 方程，利用運(yùn)動(dòng)矢量和矩陣的特征值來(lái)找出特征運(yùn)動(dòng)宏塊；再建立8方向運(yùn)動(dòng)模型利用宏塊 運(yùn)動(dòng)方向性來(lái)找出局部運(yùn)動(dòng)宏塊；最后利用特征運(yùn)動(dòng)區(qū)域以及局部運(yùn)動(dòng)區(qū)域的相關(guān)性得到最 終的特征運(yùn)動(dòng)區(qū)域。
背景技術(shù)：
視頻序列的運(yùn)動(dòng)是非常復(fù)雜的，最基本的運(yùn)動(dòng)是指攝像機(jī)固定，運(yùn)動(dòng)物體相對(duì)于背景移 動(dòng)，由于攝像機(jī)是固定的，這些背景相對(duì)于相鄰幀序列而言是靜止不變的，這些運(yùn)動(dòng)物體所 表現(xiàn)出來(lái)的運(yùn)動(dòng)稱(chēng)之為局部運(yùn)動(dòng)。然而在圖像處理中，通常是通過(guò)攝像機(jī)獲得原始的視頻序 列圖像，很多情況下攝像機(jī)安裝在運(yùn)動(dòng)平臺(tái)上，為了更好地捕捉圖像，攝像機(jī)本身也要在全 空間范圍內(nèi)做掃描運(yùn)動(dòng)，如縮放、水平運(yùn)動(dòng)、豎直運(yùn)動(dòng)、旋轉(zhuǎn)運(yùn)動(dòng)等，這樣一來(lái)，固定的背 景物體會(huì)在圖像平面上顯示出一種全局的二維運(yùn)動(dòng)，稱(chēng)之為全局運(yùn)動(dòng)。
運(yùn)動(dòng)物體檢測(cè)是近年來(lái)計(jì)算機(jī)視覺(jué)領(lǐng)域中備受關(guān)注的前沿方向。他在安全監(jiān)控,視頻會(huì) 議，人體運(yùn)動(dòng)分析和圖像壓縮以及基于內(nèi)容的圖像存儲(chǔ)與檢索等方面有廣泛的應(yīng)用前景和潛 在經(jīng)濟(jì)價(jià)值。在視頻圖像處理中，運(yùn)動(dòng)物體檢測(cè)的首要任務(wù)就是要將前景目標(biāo)從背景圖像中分 割出來(lái)。 一般有以下三種實(shí)現(xiàn)方法背景減除法、幀間運(yùn)動(dòng)分析法和光流法。背景減除是目 前最常用的一種方法。它利用當(dāng)前圖像與背景圖像的差分檢測(cè)出運(yùn)動(dòng)區(qū)域。這種方法一般能 提供最完全的特征數(shù)據(jù)，但是在動(dòng)態(tài)場(chǎng)景的運(yùn)用效果不佳；幀間運(yùn)動(dòng)分析法，即幀間差分法， 是在連續(xù)的圖像序列中相鄰兩個(gè)或三個(gè)相鄰幀間采用給予像素時(shí)間差分，并且閾值化來(lái)提取 圖像中的運(yùn)動(dòng)區(qū)域。這種方法對(duì)于動(dòng)態(tài)環(huán)境具有較強(qiáng)的自適應(yīng)性，但容易產(chǎn)生空洞現(xiàn)象；光 流法采用運(yùn)動(dòng)目標(biāo)隨時(shí)間變化的光流特性,有效地提取和跟蹤運(yùn)動(dòng)目標(biāo),這種方法雖然適用于 在運(yùn)動(dòng)攝像機(jī)存在的前提下檢測(cè)出目標(biāo)，然而，大多數(shù)光流算法復(fù)雜，抗噪性能差。
而如何從運(yùn)動(dòng)序列中尋找到我們主觀或者人眼所感興趣的運(yùn)動(dòng)區(qū)域則是一個(gè)比較大的難 題?，F(xiàn)在一般的做法都是利用時(shí)間掩蓋效應(yīng)來(lái)尋找到這些運(yùn)動(dòng)區(qū)域。時(shí)間掩蓋效應(yīng)是由于亮 度的變化在時(shí)間上的不連續(xù)而造成視覺(jué)閾值的提升或下降。這就說(shuō)明在視頻幀中，當(dāng)有場(chǎng)景 突變或者快速運(yùn)動(dòng)的目標(biāo)時(shí)，視覺(jué)閾值將會(huì)有所提升，此時(shí)人眼的感知度將會(huì)大大的降低。

發(fā)明內(nèi)容
本發(fā)明的目的是利用巳有技術(shù)的缺陷，提供一種視頻編碼中特征運(yùn)動(dòng)區(qū)域的檢測(cè)方法， 利用宏塊的運(yùn)動(dòng)矢量以及方向來(lái)尋找人眼所感興趣的特征運(yùn)動(dòng)宏塊，如果對(duì)這些特征運(yùn)動(dòng)宏 塊進(jìn)行感知編碼則可以大幅提升主觀視覺(jué)質(zhì)量。
為達(dá)到上述目的，本發(fā)明的構(gòu)思是-
如圖1所示，首先對(duì)視頻幀進(jìn)行低通濾波處理，然后建立特征運(yùn)動(dòng)方程，利用運(yùn)動(dòng)矢量 和矩陣的特征值來(lái)找出特征運(yùn)動(dòng)宏塊；再建立8方向運(yùn)動(dòng)模型利用宏塊運(yùn)動(dòng)的方向性來(lái)找 出局部運(yùn)動(dòng)宏塊；最后利用特征運(yùn)動(dòng)區(qū)域以及局部運(yùn)動(dòng)區(qū)域的相關(guān)性得到最終的特征運(yùn)動(dòng)區(qū) 域。
根據(jù)上述構(gòu)思，本發(fā)明的技術(shù)方案是
一種視頻編碼中特征運(yùn)動(dòng)區(qū)域的檢測(cè)方法，能將視頻序列中的特征運(yùn)動(dòng)區(qū)域通過(guò)快速檢 測(cè)出來(lái)，特別是能夠有效的將一幀視頻圖像中的人眼感興趣的特征運(yùn)動(dòng)區(qū)域有效的檢測(cè)出來(lái)， 其特征在于首先對(duì)視頻幀進(jìn)行濾波預(yù)處理，然后運(yùn)用特征運(yùn)動(dòng)方程計(jì)算幀中的特征運(yùn)動(dòng)區(qū)域， 再利用8方向運(yùn)動(dòng)模型來(lái)得到局部運(yùn)動(dòng)區(qū)域，最后綜合特征運(yùn)動(dòng)區(qū)域和局部運(yùn)動(dòng)區(qū)域的宏塊 后得到最終的特征運(yùn)動(dòng)區(qū)域。具體的步驟如下
(1) 對(duì)視頻幀進(jìn)行預(yù)處理對(duì)未編碼的原始序列進(jìn)行低通濾波處理；
(2) 建立特征運(yùn)動(dòng)方程利用運(yùn)動(dòng)矢量和矩陣的特征值來(lái)找出特征運(yùn)動(dòng)宏塊；
(3) 建立8方向運(yùn)動(dòng)模型利用宏塊運(yùn)動(dòng)方向性來(lái)找出局部運(yùn)動(dòng)宏塊；
(4) 利用特征運(yùn)動(dòng)區(qū)域以及局部運(yùn)動(dòng)區(qū)域的相關(guān)性得到最終的特征運(yùn)動(dòng)區(qū)域。 上述四個(gè)步驟進(jìn)一步說(shuō)明如下
(1)對(duì)當(dāng)前幀利用5X5的高斯模板進(jìn)行低通濾波，模板如下所示
<formula>formula see original document page 5</formula>
(2)建立特征運(yùn)動(dòng)方程
①定義一個(gè)2X2的矩陣，公式如下:<formula>formula see original document page 6</formula>(1)
上式中co表示希望獲得特征區(qū)域的大小，本方法中取"=16; 1<， Iy表示圖像P在x 與y方向上的一階偏導(dǎo)數(shù)，在計(jì)算時(shí)用中心差分來(lái)代替一階偏導(dǎo)數(shù)的計(jì)算，公式如下
j = 3尸(jc,少)=尸cwO + l,少)—尸,eO + mv一工一l,y + mv —j;) ② ^ 5x 2
,=5戶(:c,^) = AwO,y + I) — iVc(x + mv一x，;y + wv —y —1) y 一 ~^
上式中Kx,y)表示當(dāng)前圖像P的坐標(biāo)(x,y)上的亮度值，P^(x,y)表示前一幀圖像 的坐標(biāo)(x，y)上的亮度值，mv—x， mv—y表示當(dāng)前宏塊的水平與垂直方向的運(yùn)動(dòng)矢量。
② 矩陣Z計(jì)算出來(lái)之后，利用數(shù)學(xué)方法計(jì)算出Z的兩個(gè)特征值，其中較大的值定義為 入u較小的值為^2，保留特征值入2。
③ 根據(jù)上述的方法計(jì)算當(dāng)前幀中每一個(gè)宏塊的矩陣Z以及它的最小特征值，然后對(duì)每 一個(gè)宏塊的最小特征值從大到小排序，前20%的特征值所對(duì)應(yīng)的宏塊即為特征運(yùn)動(dòng)宏塊。
7
(3)建立8方向運(yùn)動(dòng)模型
① 統(tǒng)計(jì)前一編碼幀中的所有宏塊的運(yùn)動(dòng)矢量，根據(jù)運(yùn)動(dòng)矢量的方向分為8個(gè)方向，如圖 2所示，按逆時(shí)針?lè)较驅(qū)?個(gè)方向分別編號(hào)為方向l一方向8。
偏離方向1左右15度角以?xún)?nèi)的所有運(yùn)動(dòng)矢量都?xì)w化為方向1的運(yùn)動(dòng)矢量，以此類(lèi)推， 偏離各個(gè)方向15度以?xún)?nèi)的運(yùn)動(dòng)矢量都?xì)w化為該方向的運(yùn)動(dòng)矢量。并且統(tǒng)計(jì)該方向的運(yùn)動(dòng) 宏塊的個(gè)數(shù)，然后計(jì)算該方向所有宏塊水平與垂直運(yùn)動(dòng)大小的平均值為ave一mv—x， ave—mv一y。如果宏塊的運(yùn)動(dòng)矢量為0，即該宏塊為靜止宏塊，則標(biāo)記該宏塊為方向0宏 塊。
② 統(tǒng)計(jì)8方向運(yùn)動(dòng)宏塊以及靜止宏塊的個(gè)數(shù)，此時(shí)哪個(gè)方向的運(yùn)動(dòng)宏塊最多，則我們假 定該方向?yàn)槿诌\(yùn)動(dòng)方向，該方向的平均運(yùn)動(dòng)矢量為全局運(yùn)動(dòng)矢量。
③ 令mv—Xi, mv—yi為第i個(gè)宏塊的水平與垂直方向的運(yùn)動(dòng)矢量，利用公式(4)、 (5)重新 計(jì)算宏塊的運(yùn)動(dòng)矢量，其中avejiiv—x， ave—mv—y為水平與垂直的全局運(yùn)動(dòng)矢量。
rv —= wv —&—ove_， —x (4)
mv —乂. 二mv — 乂. _ave —mv一少 (5) 根據(jù)步驟3得到新的宏塊運(yùn)動(dòng)矢量之后，重新計(jì)算全局運(yùn)動(dòng)方向，即跳轉(zhuǎn)到步驟1 與步驟2，得到最終的全局運(yùn)動(dòng)方向。
⑤假定方向i為全局運(yùn)動(dòng)方向，對(duì)于每一個(gè)宏塊來(lái)說(shuō)，如果該宏塊的運(yùn)動(dòng)方向?yàn)榉较?i或者是與i相鄰的兩個(gè)方向，則標(biāo)記該宏塊為全局運(yùn)動(dòng)宏塊，否則標(biāo)記其為局部運(yùn)動(dòng)宏塊。 (4)根據(jù)權(quán)利要求1所述的H.264視頻編碼中特征運(yùn)動(dòng)區(qū)域的快速定位方法，其特征在于所
述的利用特征運(yùn)動(dòng)區(qū)域以及局部運(yùn)動(dòng)區(qū)域的相關(guān)性得到最終的特征運(yùn)動(dòng)區(qū)域的步驟如下-
① 以當(dāng)前局部運(yùn)動(dòng)宏塊為中心，如果該宏塊周?chē)?X3宏塊存在-定數(shù)量的特征運(yùn)動(dòng)宏 塊，則當(dāng)前局部運(yùn)動(dòng)宏塊為最終的特征運(yùn)動(dòng)宏塊；
② 以當(dāng)前非特征宏塊為中心，如果該宏塊周?chē)?X3宏塊存在一定數(shù)量的局部運(yùn)動(dòng)宏塊， 則當(dāng)前局部運(yùn)動(dòng)宏塊為最終的特征運(yùn)動(dòng)宏塊。
本發(fā)明與現(xiàn)有的技術(shù)相比，具有如下顯而易見(jiàn)的突出實(shí)質(zhì)性特點(diǎn)和顯著有點(diǎn) 本發(fā)明利用運(yùn)動(dòng)特征舉證方程和8方向運(yùn)動(dòng)模型來(lái)聯(lián)合檢出運(yùn)動(dòng)序列中人眼感興趣的物
體，自適應(yīng)性比較好，算法比較簡(jiǎn)單，目標(biāo)物體檢測(cè)比較準(zhǔn)確。


圖l是本發(fā)明的基于時(shí)空掩蓋效應(yīng)的自適應(yīng)碼率控制方法流程框圖。 圖2是圖1中八方向運(yùn)動(dòng)模型的示意圖。
圖3是采用CIF格式的football序列的特征運(yùn)動(dòng)區(qū)域的檢測(cè)結(jié)果圖。 圖4是采用CIF格式的foreman序列的特征運(yùn)動(dòng)區(qū)域的檢測(cè)結(jié)果圖。 圖5是采用CIF格式的coastguard序列的特征運(yùn)動(dòng)區(qū)域的檢測(cè)結(jié)果圖。 圖6是采用CIF格式的deadline序列的特征運(yùn)動(dòng)區(qū)域的檢測(cè)結(jié)果圖。 圖7是采用CIF格式的hall序列的特征運(yùn)動(dòng)區(qū)域的檢測(cè)結(jié)果圖。 圖8是采用CIF格式的children序列的特征運(yùn)動(dòng)區(qū)域的檢測(cè)結(jié)果圖。
具體實(shí)施例方式
本發(fā)明的一個(gè)實(shí)施例子結(jié)合附圖詳述如下 本視頻編碼中特征運(yùn)動(dòng)區(qū)域的檢測(cè)方法
是按圖1所示程序框圖，在CPU為Athlon x2 2. 0GHz、內(nèi)存1024M的PC測(cè)試平臺(tái)上編程實(shí) 現(xiàn)。參見(jiàn)圖1，本發(fā)明視頻編碼中特征運(yùn)動(dòng)區(qū)域的檢測(cè)方法，首先對(duì)視頻幀進(jìn)行低通濾波處 理，然后建立特征運(yùn)動(dòng)方程，利用運(yùn)動(dòng)矢量和矩陣的特征值來(lái)找出特征運(yùn)動(dòng)宏塊；再建立8 方向運(yùn)動(dòng)模型利用宏塊運(yùn)動(dòng)方向性來(lái)找出局部運(yùn)動(dòng)宏塊；最后利用特征運(yùn)動(dòng)區(qū)域以及局部 運(yùn)動(dòng)區(qū)域的相關(guān)性得到最終的特征運(yùn)動(dòng)區(qū)域。其步驟是-
(1)對(duì)視頻幀進(jìn)行預(yù)處理對(duì)未編碼的原始序列進(jìn)行低通濾波處理；(2) 建立特征運(yùn)動(dòng)方程利用運(yùn)動(dòng)矢量和矩陣的特征值來(lái)找出特征運(yùn)動(dòng)宏塊;
(3) 建立8方向運(yùn)動(dòng)模型利用宏塊運(yùn)動(dòng)方向性來(lái)找出局部運(yùn)動(dòng)宏塊；
(4) 利用特征運(yùn)動(dòng)區(qū)域以及局部運(yùn)動(dòng)區(qū)域的相關(guān)性得到最終的特征運(yùn)動(dòng)區(qū)域。 上述步驟(1)的視頻幀預(yù)處理的過(guò)程如下
①對(duì)當(dāng)前幀利用5X5的高斯模板進(jìn)行高斯濾波，模板如下所示。
<formula>formula see original document page 8</formula>上述步驟(2)的感知模型的過(guò)程如下
①定義一個(gè)2X2的矩陣，公式如下
<formula>formula see original document page 8</formula>
(i)
上式中CO表示希望獲得特征區(qū)域的大小，本方法中取"=16; I,, Iy表示圖像P在X
與y方向上的一階偏導(dǎo)數(shù)，在計(jì)算時(shí)用中心差分來(lái)代替一階偏導(dǎo)數(shù)的計(jì)算，公式如下
<formula>formula see original document page 8</formula>
(2)
<formula>formula see original document page 8</formula>(3)
上式中P。『U,y)表示當(dāng)前圖像P的坐標(biāo)(x，y)上的亮度值，P^(x，y)表示前一幀圖像 的坐標(biāo)(x，y)上的亮度值，mv—x， mv一y表示當(dāng)前宏塊的水平與垂直方向的運(yùn)動(dòng)矢量。
② 矩陣Z計(jì)算出來(lái)之后，利用數(shù)學(xué)方法計(jì)算出Z的兩個(gè)特征值，其中較大的值定義為 X"較小的值為、，保留特征值"。
③ 根據(jù)上述的方法計(jì)算當(dāng)前幀中每一個(gè)宏塊的矩陣Z以及它的最小特征值，然后對(duì)每 一個(gè)宏塊的最小特征值從大到小排序，前20%的特征值所對(duì)應(yīng)的宏塊即為特征運(yùn)動(dòng)宏塊。 上述步驟(3)的自適應(yīng)碼率控制方法的過(guò)程如下
①統(tǒng)計(jì)前一編碼幀中的所有宏塊的運(yùn)動(dòng)矢量，根據(jù)運(yùn)動(dòng)矢量的方向分為8個(gè)方向，如圖 2所示，按逆時(shí)針?lè)较驅(qū)?個(gè)方向分別編號(hào)為方向l一方向8。偏離方向l左右15度角以?xún)?nèi)的所有運(yùn)動(dòng)矢量都?xì)w化為方向1的運(yùn)動(dòng)矢量，以此類(lèi)推， 偏離各個(gè)方向15度以?xún)?nèi)的運(yùn)動(dòng)矢量都?xì)w化為該方向的運(yùn)動(dòng)矢量。并且統(tǒng)計(jì)該方向的運(yùn)動(dòng) 宏塊的個(gè)數(shù)，然后計(jì)算該方向所有宏塊水平與垂直運(yùn)動(dòng)大小的平均值為ave—mv—x， ave—mv—y。如果宏塊的運(yùn)動(dòng)矢量為0，即該宏塊為靜止宏塊，則標(biāo)記該宏塊為方向0宏 塊。
② 統(tǒng)計(jì)8方向運(yùn)動(dòng)宏塊以及靜止宏塊的個(gè)數(shù)，此時(shí)哪個(gè)方向的運(yùn)動(dòng)宏塊最多，則我們假 定該方向?yàn)槿诌\(yùn)動(dòng)方向，該方向的平均運(yùn)動(dòng)矢量為全局運(yùn)動(dòng)矢量。
③ 令mv—Xi， mv—y,為第i個(gè)宏塊的水平與垂直方向的運(yùn)動(dòng)矢量，利用公式(4)、 (5)重新 計(jì)算宏塊的運(yùn)動(dòng)矢量，其中ave—mv一x， avejnv一y為水平與垂直的全局運(yùn)動(dòng)矢量。
mv — A^ = mv —&-flrve一,—x (4) ,j; = ,_乂 一flve —， j (5)
根據(jù)步驟3得到新的宏塊運(yùn)動(dòng)矢量之后，重新計(jì)算全局運(yùn)動(dòng)方向，即跳轉(zhuǎn)到步驟1 與步驟2，得到最終的全局運(yùn)動(dòng)方向。
假定方向i為全局運(yùn)動(dòng)方向，對(duì)于每一個(gè)宏塊來(lái)說(shuō)，如果該宏塊的運(yùn)動(dòng)方向?yàn)榉较騣 或者是與i相鄰的兩個(gè)方向，則標(biāo)記該宏塊為全局運(yùn)動(dòng)宏塊，否則標(biāo)記其為局部運(yùn)動(dòng)宏塊。
上述步驟(4)的自適應(yīng)碼率控制方法的過(guò)程如下
① 以當(dāng)前局部運(yùn)動(dòng)宏塊為中心，如果該宏塊周?chē)?X3宏塊存在一定數(shù)量的特征運(yùn)動(dòng)宏 塊，則當(dāng)前局部運(yùn)動(dòng)宏塊為最終的特征運(yùn)動(dòng)宏塊；
② 以當(dāng)前非特征區(qū)域?yàn)橹行模绻摵陦K周?chē)?X3宏塊存在一定數(shù)量的局部運(yùn)動(dòng)宏塊， 則當(dāng)前局部運(yùn)動(dòng)宏塊為最終的特征運(yùn)動(dòng)宏塊。
以下給出輸入視頻格式為352x288的CIF時(shí)的實(shí)例，采用JM10. 2版本的H. 264編碼器 對(duì)標(biāo)準(zhǔn)測(cè)試序列進(jìn)行編碼。H.264編碼器的配置如下Baseline Profile, IPPP，每15幀插 入1個(gè)I幀，1個(gè)參考幀，帶寬設(shè)置為256k bps，幀率設(shè)置為30fps，初始量化參數(shù)設(shè)置為 32。
采用典型的標(biāo)準(zhǔn)測(cè)試序列352x288的CIF作為輸入視頻進(jìn)行測(cè)試，這些序列既有背景復(fù) 雜的，也有背景靜止的。由圖3至圖8這些檢測(cè)結(jié)果可以看出，本方法對(duì)背景靜止和具有較 大全局運(yùn)動(dòng)的序列都有較好的檢測(cè)結(jié)果。
權(quán)利要求
1. 一種視頻編碼中特征運(yùn)動(dòng)區(qū)域的檢測(cè)方法，能將視頻序列中的特征運(yùn)動(dòng)區(qū)域通過(guò)快速檢測(cè)出來(lái)，特別是能夠有效的將一幀視頻圖像中的人眼感興趣的特征運(yùn)動(dòng)區(qū)域有效的檢測(cè)出來(lái)，其特征在于首先對(duì)視頻幀進(jìn)行濾波預(yù)處理，然后運(yùn)用特征運(yùn)動(dòng)方程計(jì)算幀中的特征運(yùn)動(dòng)區(qū)域，再利用8方向運(yùn)動(dòng)模型來(lái)得到局部運(yùn)動(dòng)區(qū)域，最后綜合特征運(yùn)動(dòng)區(qū)域和局部運(yùn)動(dòng)區(qū)域的宏塊后得到最終的特征運(yùn)動(dòng)區(qū)域。具體的步驟如下(1)對(duì)視頻幀進(jìn)行預(yù)處理對(duì)未編碼的原始序列進(jìn)行低通濾波處理；(2)建立特征運(yùn)動(dòng)方程利用運(yùn)動(dòng)矢量和矩陣的特征值來(lái)找出特征運(yùn)動(dòng)宏塊；(3)建立8方向運(yùn)動(dòng)模型利用宏塊運(yùn)動(dòng)方向性來(lái)找出局部運(yùn)動(dòng)宏塊；(4)利用特征運(yùn)動(dòng)區(qū)域以及局部運(yùn)動(dòng)區(qū)域的相關(guān)性得到最終的特征運(yùn)動(dòng)區(qū)域。
2. 根據(jù)權(quán)利要求1所述的視頻編碼中特征運(yùn)動(dòng)區(qū)域的檢測(cè)方法，其特征在于所述步驟(l)的 對(duì)視頻幀進(jìn)行預(yù)處理的方法是對(duì)當(dāng)前幀利用5X5的高斯模板進(jìn)行低通濾波，模板如下所 示2 454 2' 4 9 12 9 4 -5 12 15 12 5>。 4 9 12 9 4 2 454 2
3. 根據(jù)權(quán)利要求1所述的視頻編碼中特征運(yùn)動(dòng)區(qū)域的檢測(cè)方法，其特征在于所述步驟(2)的 建立特征運(yùn)動(dòng)方程的步驟是①定義一個(gè)2X2的矩陣，公式如下(1)上式中"表示希望獲得特征區(qū)域的大小，取"=16; Ix， Iy表示圖像P在x與y方向上 的一階偏導(dǎo)數(shù)，在計(jì)算時(shí)用中心差分來(lái)代替一階偏導(dǎo)數(shù)的計(jì)算，公式如下-& 2(2)(3)y * 2上式中P。Jx, y)表示當(dāng)前圖像P的坐標(biāo)(x， y)上的亮度值，PPrs(x， y)表示前一幀圖像的坐 標(biāo)(x，y)上的亮度值，mv_x， mv—y表示當(dāng)前宏塊的水平與垂直方向的運(yùn)動(dòng)矢量；② 矩陣Z計(jì)算出來(lái)之后，利用數(shù)學(xué)方法計(jì)算出Z的兩個(gè)特征值，其中較大的值定義為 入h較小的值為人2，保留特征值入2;③ 根據(jù)上述的方法計(jì)算當(dāng)前幀中每一個(gè)宏塊的矩陣Z以及它的最小特征值，然后對(duì)每 一個(gè)宏塊的最小特征值從大到小排序，前20%的特征值所對(duì)應(yīng)的宏塊即為特征運(yùn)動(dòng)宏塊。
4. 根據(jù)權(quán)利要求1所述的視頻編碼中特征運(yùn)動(dòng)區(qū)域的檢測(cè)方法，其特征在于所述步驟(3)的 建立8方向運(yùn)動(dòng)模型的步驟如下① 統(tǒng)計(jì)前一編碼幀中的所有宏塊的運(yùn)動(dòng)矢量，根據(jù)運(yùn)動(dòng)矢量的方向分為8個(gè)方向，按逆 時(shí)針?lè)较驅(qū)?個(gè)方向分別編號(hào)為方向l一方向8;偏離方向1左右15度角以?xún)?nèi)的所有運(yùn)動(dòng)矢量都?xì)w化為方向1的運(yùn)動(dòng)矢量，以此類(lèi)推， 偏離各個(gè)方向15度以?xún)?nèi)的運(yùn)動(dòng)矢量都?xì)w化為該方向的運(yùn)動(dòng)矢量；并且統(tǒng)計(jì)該方向的運(yùn)動(dòng)宏塊的個(gè)數(shù)，然后計(jì)算該方向所有宏塊水平與垂直運(yùn)動(dòng)大小的平均值為ave一mv一x， ave一mv—y;如 果宏塊的運(yùn)動(dòng)矢量為0，即該宏塊為靜止宏塊，則標(biāo)記該宏塊為方向0宏塊；② 統(tǒng)計(jì)8方向運(yùn)動(dòng)宏塊以及靜止宏塊的個(gè)數(shù)，此時(shí)哪個(gè)方向的運(yùn)動(dòng)宏塊最多，則我們假 定該方向?yàn)槿诌\(yùn)動(dòng)方向，該方向的平均運(yùn)動(dòng)矢量為全局運(yùn)動(dòng)矢量；③ 令mv一&， mv—yi為第i個(gè)宏塊的水平與垂直方向的運(yùn)動(dòng)矢量，利用公式(4)、 (5)重新 計(jì)算宏塊的運(yùn)動(dòng)矢量，其中ave—mv—x， ave一mv—y為水平與垂直的全局運(yùn)動(dòng)矢量。<formula>formula see original document page 3</formula> (5) 根據(jù)步驟③得到新的宏塊運(yùn)動(dòng)矢量之后，重新計(jì)算全局運(yùn)動(dòng)方向，即跳轉(zhuǎn)到步驟① 與步驟②，得到最終的全局運(yùn)動(dòng)方向； 假定方向i為全局運(yùn)動(dòng)方向，對(duì)于每一個(gè)宏塊來(lái)說(shuō)，如果該宏塊的運(yùn)動(dòng)方向?yàn)榉较騣 或者是與i相鄰的兩個(gè)方向，則標(biāo)記該宏塊為全局運(yùn)動(dòng)宏塊，否則標(biāo)記其為局部運(yùn)動(dòng)宏 塊。
5. 根據(jù)權(quán)利要求1所述的視頻編碼中特征運(yùn)動(dòng)區(qū)域的檢測(cè)方法，其特征在于所述步驟(3)的 利用特征運(yùn)動(dòng)區(qū)域以及局部運(yùn)動(dòng)區(qū)域的相關(guān)性得到最終的特征運(yùn)動(dòng)區(qū)域的歩驟如下① 以當(dāng)前局部運(yùn)動(dòng)宏塊為中心，如果該宏塊周?chē)?X3宏塊存在一定數(shù)量的特征運(yùn)動(dòng)宏 塊，則當(dāng)前局部運(yùn)動(dòng)宏塊為最終的特征運(yùn)動(dòng)宏塊；② 以當(dāng)前非特征宏塊為中心，如果該宏塊周?chē)?X3宏塊存在一定數(shù)量的局部運(yùn)動(dòng)宏塊， 則當(dāng)前局部運(yùn)動(dòng)宏塊為最終的特征運(yùn)動(dòng)宏塊。
全文摘要
本發(fā)明涉及到一種視頻編碼中特征運(yùn)動(dòng)區(qū)域的檢測(cè)方法，本方法能將視頻序列中的特征運(yùn)動(dòng)區(qū)域快速的檢測(cè)出來(lái)，特別是能夠在背景劇烈運(yùn)動(dòng)以及背景紋理復(fù)雜的情況下有效的將一幀視頻圖像中的人眼感興趣的特征運(yùn)動(dòng)區(qū)域有效的檢測(cè)出來(lái)。它首先對(duì)視頻幀進(jìn)行濾波預(yù)處理，然后運(yùn)用特征運(yùn)動(dòng)方程計(jì)算幀中的特征運(yùn)動(dòng)區(qū)域，再利用8方向運(yùn)動(dòng)模型來(lái)得到局部運(yùn)動(dòng)區(qū)域，最后綜合特征運(yùn)動(dòng)區(qū)域和局部運(yùn)動(dòng)區(qū)域的宏塊得到最終的特征運(yùn)動(dòng)區(qū)域。本方法自適應(yīng)性較好，算法較簡(jiǎn)單，目標(biāo)物體的檢測(cè)比較準(zhǔn)確。
文檔編號(hào)G06T7/20GK101436301SQ200810203979
公開(kāi)日2009年5月20日 申請(qǐng)日期2008年12月4日 優(yōu)先權(quán)日2008年12月4日
發(fā)明者張兆揚(yáng), 張錦輝, 沈禮權(quán), 石旭利, 健 郭 申請(qǐng)人:上海大學(xué)