基于視頻編碼的多行人運動目標檢測與跟蹤.pdf

1、基于視頻編碼的運動目標檢測其實就是針對于壓縮域的運動目標檢測。目前的壓縮域分割研究主要針對兩種最為廣泛的視頻編碼標準:MPEG-2和H.264。大多數的行人檢測和跟蹤技術稱為像素域中的算法，從根本上利用原始像素數據，以保證對象軌跡的精度。然而，他們往往會引起較高的計算復雜性這是致命的大規(guī)模監(jiān)控系統(tǒng)在實時操作中的缺點。此外，大部分在網絡上傳輸的視頻內容不是原創(chuàng)像素數據而是通過壓縮編碼如H.264排序的比特流，以提高通信效率。
　　與

2、此相反，在壓縮域中算法可以通過編碼的信息顯著降低計算復雜度，例如運動向量和DCT系數。在壓縮域內進行視頻對象分割，與像素域內的分割方法相比更適合實際應用的需要。鑒于實際應用中的大多數視頻序列已經壓縮為某種格式，直接在壓縮域內進行視頻對象分割，可免除對壓縮視頻進行完全解碼;而且，從壓縮視頻中僅通過熵編碼提取出的運動矢量(motion vector)和DCT系數，可直接用作對象分割所需要的運動特征和紋理特征，這些在宏塊(macroblock

3、)或塊(block)級別上提取的特征使得所需處理的數據量要比像素域少很多，從而顯著降低了分割算法的計算量。因此，從壓縮域分割視頻對象具有快速的特點，適合具有實時性要求的應用場合，可解決像素域分割方法難以滿足實時分割的要求，但想要達到像素級的分割精度，通常還要將對象中的邊界塊完全解碼后在像素域內進行邊緣細化等處理工作。
　　本文在壓縮域運動目標檢測與跟蹤領域基于H.264編碼標準提出了一些好的算法。其中選取兩種方法進行研究:通過分析