-
公开(公告)号：CN101710418A
公开(公告)日：2010-05-19
申请号：CN200910200530.X
申请日：2009-12-22
Applicant: 上海大学
IPC: G06T7/00
Abstract: 本发明公开了一种基于测地距离的交互方式图象分割方法，首先通过用户交互方式，提取图像先验信息；其次利用图像先验信息构造前景信息和背景信息概率模型，利用概率模型计算每个像素前景概率；然后利用前景概率变化梯度分别计算每个像素到达前景像素和背景像素的测地距离，通过比较两个距离最终完成整个图像分割。该方法图像分割用户操作少，用户只需要在图像大致用划线标出属于前景部分和属于背景部分，且对用户使用时的限制少，使用方式简单。通过聚类后估计出概率模型，提高了模型的精度，得到准确的概率值，形成满意的分割结果。
-
Patent Agency Ranking
公开(公告)号：CN101520894A
公开(公告)日：2009-09-02
申请号：CN200910046276.2
申请日：2009-02-18
Applicant: 上海大学
Abstract: 本发明公开了一种基于区域显著性的显著对象提取方法，该方法是首先，通过计算输入图像的多分辨率对比度特征，建立一个尺度不变的显著性图像，用非参数核密度估计方法把输入图像分割成不同的区域；然后，计算每个区域组合与其补集的区域显著性的比值；最后，通过取这个比值的最大值而提取出显著对象，其具体步骤如下：(1)输入图像，建立尺度不变的显著性图像；(2)输入图像，实现图像分割；(3)显著对象提取。该方法结合区域显著性，不仅能准确的提取出单个显著对象，而且能准确的提取出多个显著对象，使提取的显著对象满足人眼视觉要求，而且能提高分割的准确性。
-
公开(公告)号：CN100486336C
公开(公告)日：2009-05-06
申请号：CN200610116363.7
申请日：2006-09-21
Applicant: 上海大学
IPC: H04N7/26
Abstract: 本发明提出了一种基于匹配矩阵的H.264压缩域运动对象实时分割方法，分割所依赖的唯一信息是从H.264视频提取出的基于4×4块均匀采样的运动矢量场。首先对连续多帧的运动矢量场进行归一化并且迭代后向投影，获得累积运动矢量场以增强显著的运动信息。然后对累积运动矢量场进行全局运动补偿，同时采用快速的统计区域生长算法按照运动相似性将其分割成多个区域。利用上述两方面结果，提出基于匹配矩阵的运动对象分割方法，使之能有效的在视频序列中进行对象的跟踪与更新、对象的合并与分裂、新对象的出现以及对象消失等多种情况。对MPEG-4测试序列的实验结果表明，在一台CPU为3.0GHz，内存为512M的计算机上处理CIF格式的视频序列，平均每帧的处理时间为38ms，已能满足大多数实时应用25fps的要求，而且具有良好的分割质量。由于本发明提出的方法只使用了运动矢量场信息，因此它同样可适用于MPEG压缩域的运动对象分割。
-
公开(公告)号：CN101324957A
公开(公告)日：2008-12-17
申请号：CN200810040640.X
申请日：2008-07-16
Applicant: 上海大学
Abstract: 本发明涉及一种面向移动设备的足球视频智能播放方法。本方法是首先对足球场面进行建模，得到场地的基本统计信息，将场地和其它对象分割开；然后，在场地模型的基础上实现对镜头的聚类；最后，动态提取和播放比赛中的感兴趣区域。本发明充分利用了足球比赛自身的一些特点，实现了在移动设备中智能地实时播放足球比赛视频。本发明是基于区域的，模型简单，但是高效实用，具备很高的实时性能。
-
公开(公告)号：CN101299268A
公开(公告)日：2008-11-05
申请号：CN200810040000.9
申请日：2008-07-01
Applicant: 上海大学
Abstract: 本发明涉及一种适用于低景深图像的语义对象分割方法。它是首先引入梯度直方图计算出图像在能量空间中的分布，结合低景深图的性质得到能量聚焦显著性图；然后利用双边滤波器和形态学工具对能量聚焦显著性图进行再处理；接下来设定自适应阈值处理得到初始对象掩模图，为了提高兴趣对象的分割精度，结合canny算子得到的边缘信息得到修正后对象掩模；为了能细腻地处理图像的复杂边界，如毛发问题，最后使用贝叶斯羽化算法得到理想的语义对象分割结果。可以有效地在图像视频序列中对景深范围内的感兴趣对象实现精确分割。
-
公开(公告)号：CN1960491A
公开(公告)日：2007-05-09
申请号：CN200610116363.7
申请日：2006-09-21
Applicant: 上海大学
IPC: H04N7/26
Abstract: 本发明提出了一种基于匹配矩阵的H.264压缩域运动对象实时分割方法，分割所依赖的唯一信息是从H.264视频提取出的基于4×4块均匀采样的运动矢量场。首先对连续多帧的运动矢量场进行归一化并且迭代后向投影，获得累积运动矢量场以增强显著的运动信息。然后对累积运动矢量场进行全局运动补偿，同时采用快速的统计区域生长算法按照运动相似性将其分割成多个区域。利用上述两方面结果，提出基于匹配矩阵的运动对象分割方法，使之能有效的在视频序列中进行对象的跟踪与更新、对象的合并与分裂、新对象的出现以及对象消失等多种情况。对MPEG－4测试序列的实验结果表明，在一台CPU为3.0GHz，内存为512M的计算机上处理CIF格式的视频序列，平均每帧的处理时间为38ms，已能满足大多数实时应用25fps的要求，而且具有良好的分割质量。由于本发明提出的方法只使用了运动矢量场信息，因此它同样可适用于MPEG压缩域的运动对象分割。
-
-
-
-
-
Search Results
76
records
(took 0.021 seconds)
