项目名称: 监控系统中的对象分割与视频压缩研究

项目编号: No.61001082

项目类型: 青年科学基金项目

立项/批准年度: 2011

项目学科: 金属学与金属工艺

项目作者: 刘雪冬

作者单位: 武汉理工大学

项目金额: 7万元

中文摘要: 随着视频监控系统的广泛应用,相关的智能化技术成为研究热点,而针对监控视频的压缩研究相对薄弱。本项目基于监控场合提供的便利条件针对监控视频的特殊要求对监控视频压缩技术展开研究。监控对象的实时分割对于基于对象的视频编码尤为重要,本项目建立了全景相机和监控摄像机成像的几何模型,导出了视频帧像素和全景图像素位置之间的理论关系,实现了利用高分辨率全景图象和监控摄像机运动参数进行视频背景提取。在编码方面,摒弃了传统的PSNR 客观准则,先对监控对象进行可控增强以改善其主观质量,然后再进行高保真度压缩,同时提高了编码效率和速度。

中文关键词: 全景图像;摄像机运动参数;可控图象增强;高保真度压缩

英文摘要: With the wide use of video surveillance systems, intelligence-related technologies become a research hotspot. However, research on the surveillance video compression is relativly weak. In this project, based on the convenience provided by surveillance circumstances, surveillance video compression is studied to fulfill the special demand on the surveillance video. Real-time segmentation of surveillance objects plays a very important role for the object-based video coding. An imaging geometry model of the panorama and surveillance cameras is established and a theoretical relation between pixel locations of frame backgrounds and ones of the panorama image, and thus video background extraction can conduct using surveillance camera parametrs along with a high resolution background panorama. For the video coding, the traditional objective PSNR criterion is abandoned and surveillance objects are firstly enhanced to improve the subjective quality, afterwards compression with high fidelity is conducted, and thus the coding efficiency and speed are improved.

英文关键词: panorama image; camera motion parameters; controllable image enhancement; compression with high fidelity

成为VIP会员查看完整内容
0

相关内容

基于深度学习的视频超分辨率重构进展综述
专知会员服务
17+阅读 · 2022年3月7日
【CVPR2022】高分辨率和多样化的视频-文本预训练模型
专知会员服务
9+阅读 · 2022年3月6日
视频隐私保护技术综述
专知会员服务
34+阅读 · 2022年1月19日
智能视频监控关键技术:行人再识别研究综述
专知会员服务
38+阅读 · 2021年12月30日
监控视频的异常检测与建模综述
专知会员服务
48+阅读 · 2021年12月27日
专知会员服务
7+阅读 · 2021年10月4日
专知会员服务
39+阅读 · 2021年9月30日
专知会员服务
12+阅读 · 2021年9月13日
专知会员服务
36+阅读 · 2021年4月23日
专知会员服务
14+阅读 · 2021年3月26日
视频隐私保护技术综述
专知
3+阅读 · 2022年1月19日
目标跟踪算法分类
算法与数据结构
20+阅读 · 2018年9月28日
一文读懂图像压缩算法
七月在线实验室
15+阅读 · 2018年5月2日
基于GAN的极限图像压缩框架
论智
11+阅读 · 2018年4月15日
图像检索研究进展:浅层、深层特征及特征融合
机器学习研究会
65+阅读 · 2018年3月26日
基于图片内容的深度学习图片检索(一)
七月在线实验室
20+阅读 · 2017年10月1日
干货|全景视频拼接的关键技术分析
全球人工智能
13+阅读 · 2017年7月15日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
4+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
4+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
Arxiv
0+阅读 · 2022年4月19日
Arxiv
1+阅读 · 2022年4月19日
Arxiv
31+阅读 · 2021年3月29日
小贴士
相关VIP内容
基于深度学习的视频超分辨率重构进展综述
专知会员服务
17+阅读 · 2022年3月7日
【CVPR2022】高分辨率和多样化的视频-文本预训练模型
专知会员服务
9+阅读 · 2022年3月6日
视频隐私保护技术综述
专知会员服务
34+阅读 · 2022年1月19日
智能视频监控关键技术:行人再识别研究综述
专知会员服务
38+阅读 · 2021年12月30日
监控视频的异常检测与建模综述
专知会员服务
48+阅读 · 2021年12月27日
专知会员服务
7+阅读 · 2021年10月4日
专知会员服务
39+阅读 · 2021年9月30日
专知会员服务
12+阅读 · 2021年9月13日
专知会员服务
36+阅读 · 2021年4月23日
专知会员服务
14+阅读 · 2021年3月26日
相关资讯
视频隐私保护技术综述
专知
3+阅读 · 2022年1月19日
目标跟踪算法分类
算法与数据结构
20+阅读 · 2018年9月28日
一文读懂图像压缩算法
七月在线实验室
15+阅读 · 2018年5月2日
基于GAN的极限图像压缩框架
论智
11+阅读 · 2018年4月15日
图像检索研究进展:浅层、深层特征及特征融合
机器学习研究会
65+阅读 · 2018年3月26日
基于图片内容的深度学习图片检索(一)
七月在线实验室
20+阅读 · 2017年10月1日
干货|全景视频拼接的关键技术分析
全球人工智能
13+阅读 · 2017年7月15日
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
4+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
4+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
微信扫码咨询专知VIP会员