基于H.264压缩域的背景建模与前景对象分割

吉林大学学报(工学版) ›› 2011, Vol. 41 ›› Issue (01): 239-0243.

基于H.264压缩域的背景建模与前景对象分割

冯杰,陈耀武

浙江大学数字技术及仪器研究所|杭州 310027

收稿日期:2009-05-28 出版日期:2011-01-01 发布日期:2011-01-01
通讯作者: 陈耀武（1963-）,男,教授,博士生导师.研究方向:嵌入式系统,智能信息处理. E-mail:cyw@mail.bme.zju.edu.cn E-mail:cyw@mail.bme.zju.edu.cn
作者简介:冯杰(1980-),男,博士研究生.研究方向:视频分析与检索.E-mail:fengjie_zju@yahoo.cn
基金资助:
浙江省科技计划重大科技攻关项目(2006C11200).

Background modeling and foreground object segmentation in H.264 compressed domain

FENG Jie, CHEN Yao-wu

Institute of Advanced Digital Technology and Instrumentation, Zhejiang University, Hangzhou 310027,China

Received:2009-05-28 Online:2011-01-01 Published:2011-01-01

摘要/Abstract

摘要：

提出了一种在H.264压缩域下进行背景建模和对象分割的方法。首先利用I帧的DC和AC系数信息生成块残差能量图，再通过Intra预测信息对该能量图进行滤波，最后采用混合高斯模型对背景进行建模并分割出前景对象。实验结果表明，用该背景建模和对象分割方法可以获得很好的分割效果。

关键词: 通信技术\背景建模, 对象分割, 块残差能量图, 混合高斯模型, H.264

Abstract:

A new method of modeling the background and segmenting object in H.264 compressed domain was proposed. First, the information of the DC and AC coefficients in I frames were used to build the Block Residual Energy Image (BREI). Then the energy image was filtered by using the intra prediction information. Finally, the mixed Gaussian model was employed to model the background and segment the foreground object. Analysis shows that using the proposed method can achieve satisfactory background modeling and object segmentation results.

Key words: communication, background modeling, object segmentation, block residual energy image, mixture Gaussian model

中图分类号:

TN919.8

冯杰,陈耀武. 基于H.264压缩域的背景建模与前景对象分割[J]. 吉林大学学报(工学版), 2011, 41(01): 239-0243.

FENG Jie, CHEN Yao-wu. Background modeling and foreground object segmentation in H.264 compressed domain[J]. 吉林大学学报(工学版), 2011, 41(01): 239-0243.

参考文献

相关文章 10

[1]	底晓强, 王英政, 李锦青, 从立钢, 祁晖. 基于量子细胞神经网络超混沌的视频加密方法[J]. 吉林大学学报(工学版), 2018, 48(3): 919-928.
[2]	申铉京, 翟玉杰, 卢禹彤, 王玉, 陈海鹏. 基于信道补偿的说话人识别算法[J]. 吉林大学学报(工学版), 2016, 46(3): 870-875.
[3]	王世刚，孙爱朦，赵文婷，惠祥龙. 基于时空兴趣点的单人行为及交互行为识别[J]. 吉林大学学报(工学版), 2015, 45(1): 304-308.
[4]	王刚, 陈贺新, 陈绵书, 刘媛媛, 桑爱军. 一种改进的H.264分像素插值滤波算法[J]. 吉林大学学报(工学版), 2013, 43(增刊1): 173-176.
[5]	李娟,邵春福,杨励雅. 基于混合高斯模型的行人检测方法[J]. 吉林大学学报(工学版), 2011, 41(01): 41-0045.
[6]	赵宏伟, 袁世培, 惠玥, 魏利. H.264编码快速运动估计算法[J]. 吉林大学学报(工学版), 2010, 40(增刊): 297-0300.
[7]	杨红生, 杨光, 毛宏宇, 田地. 针对样品视频的H.264/SVC的快速运动估计算法[J]. 吉林大学学报(工学版), 2010, 40(06): 1710-1714.
[8]	于哲舟, 李江春, 周栩, 杨斌, 杨礼,黄岚. 基于视频流的目标检测反馈模型[J]. 吉林大学学报(工学版), 2009, 39(增刊2): 401-0405.
[9]	汪波，冯久超 . 基于H.264标准的视频混沌密写算法[J]. 吉林大学学报(工学版), 2008, 38(04): 960-965.
[10]	袁基睿，陈贺新，赵岩 . 基于H.264和Turbo码的信源信道联合解码 [J]. 吉林大学学报(工学版), 2007, 37(05): 1187-1191.

Metrics

Viewed

Full text

Abstract

Cited

Shared

Discussed