隱馬爾可夫模型在視頻場景分析中的應用研究.pdf

1、計算機視覺主要研究的是如何讓計算機感知和理解從三維物理空間轉化而成單幅二維圖像或由多幅二維圖像組成的圖像序列。由于單幅圖像數(shù)據(jù)往往不能反映較多的消息，因此，對由圖像序列組成的視頻圖像序列的分析和處理成了計算機視覺的一個研究熱點。
　　 視頻場景描述的是一個完整的邏輯故事單元，因此對場景的分析具有更大的現(xiàn)實意義。在視頻場景中，通常更多的是關心場景中的前景目標活動，這需要通過一定的途徑將場景的背景信息和前景信息抽取出來，結合兩者來理

2、解場景中的目標活動。本文研究的主要內容包括：
　　 首先，作為視頻場景分析和處理的理論基礎，本文回顧了目前廣泛使用的概率圖模型，針對圖像和視頻智能處理領域的隱馬爾可夫模型及相關算法進行了詳細介紹。
　　 其次，考慮到視頻建模分析過程中的運算量以及建模分析的準確性和分析后獲取的結果圖像的質量，本文使用圖像處理的相關算法(如圖像尺度變換和圖像去噪處理)對視頻場景的每一幀圖像進行了預處理操作。
　　 最后，本文使用一族

3、隱馬爾可夫模型(HMMs)對場景中每個位置的像素灰度值組成的時間序列進行建模，通過分析這些模型抽取出視頻場景的靜態(tài)部分和動態(tài)部分。靜態(tài)部分代表場景的背景模型，動態(tài)部分是視頻序列中被前景活動影響的區(qū)域。
　　 本文在視頻背景模型的分割中使用了基于隱馬爾可夫模型的聚類算法，從而將空間上相同在時間變化上不同的區(qū)域分割開，而在目標檢測中使用了基于平穩(wěn)概率分布的加權熵策略。本文的亮點是構建了統(tǒng)一的概率框架進行場景分析和場景理解，而且這種算