圖像視頻中目標(biāo)對象的提取技術(shù)研究課件

1、 計105 胡思維 蔣純志王翔計102 周李奇翰 指導(dǎo)老師 陳志華圖像視頻中目標(biāo)對象的提取技術(shù)研究目錄1 項目背景和意義2 研究內(nèi)容3 課題重點與難點4 研究方法與思路5 創(chuàng)新點6 團隊介紹與研究基礎(chǔ)7 項目進度和安排8 實施條件和資源9 預(yù)期成果10 結(jié)合專業(yè)學(xué)習(xí)的計劃1 項目背景和意義目標(biāo)對象的提取1 項目背景和意義1 項目背景和意義目標(biāo)對象合成到新的視頻中3 課題重點與難點重點：圖像靜態(tài)特征抽取視頻動態(tài)特征抽取運動目標(biāo)檢測和跟蹤技術(shù)難點：在被遮擋情況下的目標(biāo)對象跟蹤和提取復(fù)雜背景下運動目標(biāo)的檢測，跟蹤與提取抽取圖像的顏色、紋理等靜態(tài)特征抽取動態(tài)特征，計算動態(tài)顯著性實現(xiàn)基于動態(tài)顯著性的視頻

2、目標(biāo)的定位與分割實現(xiàn)圖像的顯著性目標(biāo)的檢測與分割將圖像視頻目標(biāo)提取方法應(yīng)用到圖片視頻的合成、影視特效制作4.1 研究思路4.2 研究方法使用顯著性提取目標(biāo)，使用BP神經(jīng)網(wǎng)絡(luò)完整目標(biāo)，結(jié)合語義完成分割利用識別將丟失（如遮擋、背景干擾等）后的目標(biāo)重新找回。5 創(chuàng)新點將顏色，紋理，朝向等信息引入到圖像的顯著性分析之中在RC方法中只考慮了LAB空間中的顏色信息，沒有加入紋理信息，因此準(zhǔn)備加入紋理的程度和朝向信息以便更加精確的提取顯著性目標(biāo) 5 創(chuàng)新點將運動等信息引入到視頻的顯著性分析之中視頻和圖象的根本區(qū)別在于運動信息，研究表明，人類更傾向于關(guān)注運動目標(biāo)，因此，獲取準(zhǔn)確的運動信息對于視頻的顯著性提取尤

3、為重要，準(zhǔn)備引入準(zhǔn)確的運動信息來矯正靜態(tài)圖象顯著性的錯誤。6.1 團隊介紹C+，Matlab，C#，java團隊開發(fā)經(jīng)驗ACM經(jīng)歷良好的英文功底 6.2 團隊研究基礎(chǔ)已實現(xiàn)RC顯著性算法，初步提取目標(biāo)。在遮擋情況下利用運動預(yù)測跟蹤被遮擋后丟失的目標(biāo)。 6.2 團隊研究基礎(chǔ)7 項目進度和安排立項后第1月第6月完善詳細的設(shè)計方案 和研究路線實現(xiàn)圖像的提取和分割立項后第7月第12月實現(xiàn)視頻目標(biāo)的提取和分割立項后第13月第18月改進算法，優(yōu)化成果撰寫論文并投稿撰寫結(jié)題報告，完成答辯8 項目進展實現(xiàn)圖片目標(biāo)的提取與分割處理前處理后8 項目進展實現(xiàn)視頻目標(biāo)對象的提取與分割8 實施條件和資源依托信息學(xué)院計算機技術(shù)研究所和多媒體實踐基地HP圖形工作站、聯(lián)想服務(wù)器集群、索尼高精度相機、IBM多核服務(wù)器擁有豐富的圖像視頻數(shù)據(jù)9 預(yù)期成果發(fā)表學(xué)術(shù)論文1篇實現(xiàn)