介绍 |
| 计算机内存和处理器速度的增长造成了日常生活应用的自动化系统的扩张。计算机视觉系统就是这样的一个例子的计算系统,它的使用变得更加可行的计算能力的进步。计算机视觉领域旨在处理视觉信息,一般来说,特点是大型和复杂的结构。这阻碍了计算机视觉的发展的另一个原因是缺乏完整的认识人类处理视觉信息的方式。运动检测最初开发用于视频编码。可以用来预测运动矢量的变化两个或两个以上的视频帧之间的场景。视频数据的大小减少了编码只有当前帧的运动矢量,。块匹配算法(BMA)是用在这里,它是一种定位匹配块的数字视频帧序列估计的目的。块匹配算法的目的是找到一个匹配块从一个框架。我们的实验的目的是双重的:(1)探索能力的块匹配算法在低分辨率、低帧率视频和(2)提高运动检测性能的过程中使用不同的搜索技术块匹配 |
绝对差的总和 |
| 绝对误差和(SAD)是一种广泛使用的,非常简单的算法来计算图像块之间的相似性。 |
| 它是通过每个像素之间的绝对差异在原来的块和相应的像素块用于比较。这些差异是创建一个简单的块相似性的度量总结这个示例使用的和绝对的差异来确定哪一部分搜索图像最相似的模板映像。在这个例子中,模板图像3×3像素的大小,而搜索图像3×5像素大小。每个像素都表示为一个从0到9的整数。 |
| 模板搜索图像2 5 5 2 7 5 8 6 4 0 7 1 7 4 2 7 7 5 9 8 4 6 8 5 |
| 正好有三个独特的位置在搜索图像的模板可能适合:左边的图像,图像的中心,右边的图像。计算伤心值,之间的差异的绝对值每一对对应的像素使用:2和2之间的区别是0,4和1 3 7和8是1,等等。 |
| 计算伤心值为每个这些位置给第二块给所谓的运动矢量(MV),这需要计算和传输。 |
| 对这三个图像补丁,绝对的差异是加在一起,给予一个悲哀的价值20日,25日,分别和17。从这些悲伤的价值观,很显然,右侧的搜索图像最相似的模板映像,因为它至少比其他地方的差异 |
运动估计算法 |
| 运动估计是一个过程,确定运动矢量描述从一个2 d图像转换到另一个;通常在一个视频序列相邻帧。它是一个不适定问题的运动在三维空间中,但3 d场景的图像投影到二维平面。运动矢量可能涉及到整个图像(全局运动估计)或特定部分,如矩形块,任意形状的补丁,甚至每像素。运动向量可以表示为一个平移模型或其他模型可以近似真实摄像机的运动,如旋转和缩放和翻译在所有三个维度。 |
| 应用图像的运动矢量合成图像转换到下一个叫做运动补偿。运动估计和运动补偿视频压缩的关键部分是利用MPEG 1、2和4,以及许多其他的视频编解码器。 |
| 类型的对象跟踪算法 |
| 1。不同的运动分析(DMA) |
| 2。块匹配算法(BMA) |
块匹配算法: |
| 块匹配算法是一种标准技术,编码视频序列中的运动。BMA是一种定位在数字视频帧序列匹配块运动估计的目的。它旨在检测基于块意义上的两幅图像之间的运动。块通常定义为图像帧划分成广场不重叠的部分。从当前帧匹配到每一块一块的目标框架通过将当前块在一个预定义的邻居像素的目标框架。。对于每个块,我们试图找到相应的块前一帧的搜索区域,匹配最接近当前块。因此,该最优块从先前的选择当前块的运动来源。 |
简单和高效的搜索(SES) |
| SES是另一个扩展TSS和利用单峰的假设错误的表面。算法背后的主要思想是,对于一个单峰表面不能有两个极限方向相反,因此8点固定模式搜索的TSS可以改变将这对计算并保存。 |
| 算法仍有三个步骤像TSS,但每一步的创新是进一步的两个阶段。搜索区域分为四个象限,算法检查三个地方,B和C如图y是在原点和B和C S = 4位置远离一个正交的方向。根据一定的重量分布在三个第二阶段选择一些额外的点(图5)。确定的规则搜索象限秒阶段如下: |
| 如果悲伤(A) _悲伤(B)和悲伤(A) _悲伤(C),选择(B); |
| 如果悲伤(A) _悲伤(B)和悲伤(A) _悲伤(C),选择(C); |
| 如果悲伤(A) <悲伤(B)和悲伤(A) <悲伤(C),选择(d); |
| 如果悲伤(A) <悲伤(B)和悲伤(A) _悲伤(C),选择(e); |
| 三个步骤搜索块匹配:大圈是在第一步检查分TSS和广场是额外的8点添加到NTSS的第一步。三角形和钻石是第二步的NTSS显示3点和5点检查时最小重量的第一步是在一个8邻居窗口的中心。 |
结果 |
| 计算时间,运动分析的时间和时间悲伤为不同的搜索和计算结果绘制图表和观察到的简单和有效的搜索是最有效的搜索跟踪对象。 |
| 为了检测对象起初背景没有作为参考对象 |
 |
| 在后台截图输入没有对象 |
 |
| 截图球坐标的跟踪。 |
| 减法后的两幅图像的坐标球了,它已经对球的参考坐标,在上面添加帧的运动矢量跟踪图像的位置 |
结论 |
| 一个新的快速全搜索块匹配算法。它运行速度远远超过传统fullsearch BMA,在保证最优运动估计的准确性。这个进步的速度是基于多个匹配错误的不同级别的计算复杂性是可用的每个位置搜索。多个匹配错误之间的关系利用候选人的位置构建三个测试条件中可以使用块matchingto避免耗时的计算均方误差或美测量。的实验中,该方法可以节省大量的计算,因此可以适合多种应用,如videotelephony、视频会议和高清电视。 |
数据乍一看 |
|
|
引用 |
- 基恩,B。,Mettler, E., Tsoi, V., &Kellman, P. (2011). Attentional signatures of perception: Multiple object tracking reveals the automaticity of contour interpolation.实验心理学杂志》:人类感知&37岁的性能,685 - 698。
- Franconeri, S。乔纳森,S。,&Scimeca, J. (2010). Tracking multiple objects is limited only by object spacing, not speed, time, or capacity.心理科学21岁,920 - 925
- S.A. El-Azim,伊斯梅尔,H.A. El-Latiff,“一个有效的对象跟踪技术使用块匹配算法,“Proc, 19个国家无线电科学相依,pp.427 - 433, 2002。
- Y.L.,Chan and W.C. Siu, “New adaptive pixel decimation for block motion vector estimation”, IEEE Trans. Circuit and Systems fro Video Tech., vol. 4, no 4, Aug. 1994.
- r·李B.ZengandM。Liou,“新三个步骤为块运动估计搜索算法”,IEEE反式。电路和系统视频Tech.卷。6。没有1,1994年8月
|
菜单
