Новинки:

Сайт подключен к Orphus. Если вы заметили опечатку, выделите слово и нажмите Ctrl+Enter. Спасибо!

ENGLISH
Graphics & Media Lab

Automatic Segmentation

MSU Graphics & Media Lab (Video Group)

Проект: Дмитрий Ватолин
Алгоритм, реализация: Сергей Гришин,
Константин Стрельников, Максим Махиня, Сергей Путилин

В последнее время сильно возрос интерес к интерактивности мультимедиа данных. Это обусловило появление новых стандартов, реализующих функциональность для управления мультимедиа информацией (примером такого стандарта является MPEG4). Это является причиной того, что алгоритмы сегментации имеют широкую область применения: объектно-ориентированное представление мультимедиа данных, повышение эффективности кодирования в стандартах сжатия видео, сложные запросы поиска и передачи видео и другие объектно-ориентированные задачи управления мультимедиа данными.

Разработанный алгоритм позволяет осуществить поиск и трекинг объектов переднего плана в видео. Это производится путем вычисления глобального и локального движения объектов в кадре с последующим использованием этой информации для определения позиций объектов переднего плана на кадрах. Существенным достоинством данного метода является возможность правильного определения положения объектов переднего плана даже в случае очень медленного движения. Это свойство часто не присуще алгоритмам данного типа. Другие важные достоинства включают:


Примеры


В данном разделе приведены результаты сегментации, полученные разработанным алгоритмом, и его сравнение с методом UF (University of Florida).

Первый пример (рис. 1, 2) демонстрирует результат, полученный на последовательности 'dancer':

Исходный кадр
Рис.1 Исходный кадр
Результат сегментации
Рис.2 Результат сегментации предложенным методом

Следующий пример (рис. 3,4) показывает результат сегментации кадра из последовательности 'table tennis':

Исходный кадр
Рис.3 Исходный кадр
Результат сегментации
Рис.4 Результат сегментации предложенным методом

На рисунках ниже (рис. 5, 6) приведен результат, полученный на последовательности 'bus':

Исходный кадр
Рис.5 Исходный кадр
Результат сегментации
Рис.6 Результат сегментации предложенным методом

Ниже приведено сравнение разработанного алгоритма и метода UF (University of Florida). Результаты сегментации были получены на последовательности "mother & daughter". Данная последовательность сложна для сегментации по двум причинам. Первая причина - цвета различных объектов в кадре очень близки. Вторая (сложность для методов, выделяющих объекты переднего плана) - очень медленное движение объектов. Существенным недостатком метода UF является то, что части некоторых сегментов часто находятся на разных объектах: синий сегмент имеет части в области силуэта женщины и вокруг ее головы. Однако следует учитывать, что данное сравнение является не совсем корректным поскольку методы производят сегментацию разных типов.

Исходный кадр
Рис.7 Исходный кадр
Результат метода UF
Рис.8 Результат метода UF
(разные сегменты помечены разными цветами)
Результат разработанного метода
Рис.9 Результат сегментации предложенным методом


Download


По вопросам лицензирования обращайтесь по электронной почте:

сontact email


Другие материалы


Материалы по видео


Смотрите также материалы:
- По цветовым пространствам
- По JPEG
- По JPEG-2000