基于视觉真实的视频对象压缩

论文摘要

基于物理真实的有损压缩往往伴随有VOP结构形变，导致重构图像质量下降。针对许多实际应用如工业流水线监控、交通流量监控以及一些基于WEB的交互式数字娱乐中对象单一、姿态雷同以及可以不考虑其VOP的即时物理信息变化等特点，本文将Julesz视觉等价的概念扩展到确定性结构即平稳、刚体视频对象，提出了相应的形状、纹理等价测度以及相应的等价拟合视频压缩方法。其特点是能够保证VOP的完整性，并且在同样的参数条件下，其单帧重构质量以及压缩效率优于MPEG-4方法：但局限是主动丢弃一些即时VOP纹理、形状信息，与物理实际有明显差异。主要研究内容如下。 （1）将视频压缩问题统一为高维空间点的逼近以及连续曲线拟合的优化问题，即采用最少的实际样本点以及最少的参数得到最优质量的重构视频；既有基于物理真实或Julesz视觉等价的方法都是其中的一个特定解。 （2）基于物理真实的压缩采取的是致密点逼近的拟合策略，其局限在于量化误差模型难以与图像内容完好匹配，压缩效率的提高直接导致重构质量下降；基于Julesz视觉等价的纹理表达采取的是基于整体统计约束的拟合策略，不适于确定性结构（非Julesz纹理）的图像内容。本文基于2D图像的深度、纹理不确定性，依据视觉真实假想，并结合刚体／平稳对象等确定性结构内容的运动特点，构造出满足视觉真实条件的视觉等价测度，即形状等价测度与纹理等价测度，提出了确定性结构内容的等价拟合方法，从而将Julesz视觉等价概念扩展到确定性结构内容。 （3）基于视觉等价测度以及等价拟合方法，提出了只须在MPEG-4校验模型之前加设一个VOP视觉等价模块的适于具有刚体／平稳对象内容的视频压缩方案。理论分析表明，等价拟合方式在视觉质量不低于既有MPEG-4方法的条件下其压缩效率至少超出MPEG-4方法预测残差所占百分比。对50帧内容相对平稳的实例视频Mountain以及50帧场景动态复杂的实例视频Intersection的实验结果表明，在充分采用P-帧的条件下，前者等价拟合度高，因而获得约2dB的视觉质量增益与44％～58％的压缩效率增益：后者等价拟合度低，其质量和效率增益均甚微。此外，过多采用I-帧也会减小新方法的压缩优势。 （4）分析表明，这个方案近似等价于两个功能上相对独立但时序上级联在一起的过程环节，即等价拟合环节和MPEG-4压缩环节。其中，等价测度阈值的选取是拟合环节保证质量的关键。单一大阈值的选取可得到更

论文目录

• 摘要
• Abstract
• 第1章 概述
• 1.1 研究背景
• 1.1.1 视频与视频对象：压缩标准MPEG-4
• 1.1.2 视频压缩的基本技术及其发展趋势
• 1.1.3 应用前景
• 1.2 国内外研究现状
• 1.2.1 VOP模型+帧间预测
• 1.2.2 基于对象的场景重构与虚拟现实
• 1.3 本文概览
• 1.3.1 主要成果和创新点
• 1.3.2 论文章节安排
• 第2章 相关压缩算法及其基本原理
• 2.1 确定性结构模型及其压缩算法
• 2.1.1 基于边缘的压缩及Desai算法
• 2.1.2 局部尺度控制理论及Elder-Zucker算法
• 2.1.3 频率结构及小波变换
• 2.1.4 3D结构与Galpin算法
• 2.1.5 小结
• 2.2 帧间预测算法
• 2.2.1 直接帧间求差方法
• 2.2.2 非参数运动模型及块匹配算法
• 2.2.3 参数运动模型与块匹配算法
• 2.2.4 小结
• 2.3 图像插值与视图合成
• 2.3.1 图像插值基本原理
• 2.3.2 视图合成算法
• 2.4 视觉真实的实例算法：不确定结构
• 2.4.1 孙-王-沈平行拼图三次插值算法
• 2.4.2 Dumitras-Haskell视频压缩方案
• 2.5 本章小结
• 第3章 基于视觉真实的视频对象压缩
• 3.1 问题的提出
• 3.1.1 基本假定
• 3.1.2 视觉真实假想
• 3.1.3 Julesz视觉等价
• 3.1.4 高维空间连续曲线拟合优化问题
• 3.2 基于视觉真实的VOP序列拟合
• 3.2.1 VOP序列的物理约束
• 3.2.2 曲线拟合分析及其直观意义
• 3.2.3 视觉真实的VO及场景拟合
• 3.3 基于视觉等价的视频压缩方案
• 3.3.1 视觉等价通用表达式
• 3.3.2 视频对象等价测度及其VO与场景拟合
• 3.3.3 基于视觉等价的压缩方案及其理论分析
• 3.3.4 视觉真实／视觉等价的拟合策略及其适应性
• 3.4 等价VOP拟合预测压缩技术
• 3.4.1 狭义替代法：直接／合成
• 3.4.2 变换法：参数／非参数
• 3.4.3 视图合成及其它
• 3.5 本章小结
• 第4章 实验分析
• 4.1 视觉等价的概念
• 4.1.1 物理等价
• 4.1.2 视觉等价
• 4.2 视觉等价测度
• 4.2.1 形状视觉等价测度
• 4.2.2 纹理视觉等价测度
• 4.2.3 运动突变感的抑制
• 4.2.4 讨论
• 4.3 基于视觉等价的视频压缩
• 4.3.1 实现细节
• 4.3.2 新方法的压缩性能
• 4.4 基于视觉真实的场景拟合
• 4.4.1 基于客观真实的场景拟合
• 4.4.2 基于主观真实的场景拟合
• 4.5 本章小结
• 第5章 监控图像纹理等价测度及其压缩性能分析
• 5.1 视频监控系统基本特点及图像相似性测度
• 5.1.1 视频监控系统的基本特点
• 5.1.2 监控图像的相似／等价性
• 5.1.3 图像结构模型及其相似性测度
• 5.2 VOP视觉纹理等价测度及监控视频压缩
• 5.2.1 视觉纹理等价测度
• 5.2.2 基于VOP等价测度监控视频压缩及其性能分析
• 5.3 本章小结
• 结论
• 致谢
• 参考文献
• 攻读博士学位期间发表的论文及科研成果