图像视频中目标对象的提取技术研究.ppt

《图像视频中目标对象的提取技术研究.ppt》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、计105胡思维蒋纯志王翔计102周李奇翰指导老师陈志华图像视频中目标对象的提取技术研究目录1项目背景和意义2研究内容3课题重点与难点4研究方法与思路5创新点6团队介绍与研究基础7项目进度和安排8实施条件和资源9预期成果10结合专业学习的计划1项目背景和意义目标对象的提取1项目背景和意义1项目背景和意义目标对象合成到新的视频中2研究内容(1)研究图像目标对象的定位与提取(2)研究视频目标对象的定位与提取(3)研究算法在图片视频的合成、影视特效制作等领域典型应用课题来源：2012年浙江大学CAD&CG国家重点实验室开放课题《面向多源视频检索的内容分析与表示》（

2、编号：A1213）3课题重点与难点重点：图像静态特征抽取视频动态特征抽取运动目标检测和跟踪技术难点：在被遮挡情况下的目标对象跟踪和提取复杂背景下运动目标的检测，跟踪与提取抽取图像的颜色、纹理等静态特征抽取动态特征，计算动态显著性实现基于动态显著性的视频目标的定位与分割实现图像的显著性目标的检测与分割将图像视频目标提取方法应用到图片视频的合成、影视特效制作4.1研究思路4.2研究方法将运动特征引入到动态显著性分析中，针对显著性提取RC算法进行改进。使用CAMSHIFT算法为基础跟踪目标，采用运动预测和目标识别来解决遮挡问题。4.2研究方法使用显著性提取目标，

3、使用BP神经网络完整目标，结合语义完成分割利用识别将丢失（如遮挡、背景干扰等）后的目标重新找回。5创新点将颜色，纹理，朝向等信息引入到图像的显著性分析之中在RC方法中只考虑了LAB空间中的颜色信息，没有加入纹理信息，因此准备加入纹理的程度和朝向信息以便更加精确的提取显著性目标5创新点将运动等信息引入到视频的显著性分析之中视频和图象的根本区别在于运动信息，研究表明，人类更倾向于关注运动目标，因此，获取准确的运动信息对于视频的显著性提取尤为重要，准备引入准确的运动信息来矫正静态图象显著性的错误。5创新点结合自底向上和自顶向下的分析方法传统的显著性提取方法通常只

4、利用图象的底层特征，得到的结果往往与人的预期有差别，因为人类会根据自己的理解对底层特征提取的结果做加工，因此，结合自顶而下的方法对目标的边缘等高层特征进行学习分类，使算法能像人一样进行思考。6.1团队介绍C++，Matlab，C#，java团队开发经验ACM经历良好的英文功底6.2团队研究基础已实现RC显著性算法，初步提取目标。6.2团队研究基础初步实现视频的动态目标跟踪在遮挡情况下利用运动预测跟踪被遮挡后丢失的目标。6.2团队研究基础7项目进度和安排立项后第1月——第6月完善详细的设计方案和研究路线实现图像的提取和分割立项后第7月——第12月实现视频目标

5、的提取和分割立项后第13月——第18月改进算法，优化成果撰写论文并投稿撰写结题报告，完成答辩8项目进展实现图片目标的提取与分割处理前处理后8项目进展实现视频目标对象的提取与分割8实施条件和资源依托信息学院计算机技术研究所和多媒体实践基地HP图形工作站、联想服务器集群、索尼高精度相机、IBM多核服务器…拥有丰富的图像视频数据9预期成果发表学术论文1篇实现并优化图像视频目标提取算法争取参加相关的大学生科技竞赛并争取获奖争取申请专利或软件著作权10结合专业学习的计划出国深造保研感谢各位专家！