首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

视频背景替换技术研究与应用

摘要第3-4页
Abstract第4页
1 绪论第9-18页
    1.1 研究背景和意义第9-10页
    1.2 抠图问题的数学定义第10-11页
    1.3 数字抠图的交互方式第11-13页
        1.3.1 基于三分图的交互方式第11-12页
        1.3.2 基于笔画涂鸦的交互方式第12-13页
    1.4 国内外研究现状第13-17页
        1.4.1 图像抠图的研究现状第13-15页
        1.4.2 视频抠图的研究现状第15-17页
    1.5 本文工作内容第17-18页
2 视频背景替换相关技术第18-26页
    2.1 引言第18页
    2.2 光流法简介第18-21页
        2.2.1 光流法的定义第18-19页
        2.2.2 光流法原理第19-20页
        2.2.3 光流的计算与应用第20-21页
    2.3 贝叶斯视频抠图第21-25页
        2.3.1 贝叶斯抠图第22-24页
        2.3.2 背景估计第24页
        2.3.3 三分图的插入第24-25页
    2.4 本章小结第25-26页
3 基于运动估计的视频抠图第26-43页
    3.1 引言第26-27页
    3.2 关键帧选取与分割第27-29页
        3.2.1 GrabCut原理第27-28页
        3.2.2 迭代最小化算法第28-29页
    3.3 关键帧分割结果的传播第29-34页
        3.3.1 基于块匹配的运动估计算法第29-30页
        3.3.2 关键帧分割结果的传播第30-31页
        3.3.3 运动估计参数设置第31-32页
        3.3.4 运动估计与光流法的对比第32-34页
    3.4 引导滤波器优化分割结果第34-40页
        3.4.1 引导滤波器原理第34-35页
        3.4.2 与图像抠图的联系第35-37页
        3.4.3 引导滤波器的改进第37-40页
    3.5 实验结果与分析第40-42页
    3.6 本章小结第42-43页
4 基于贝叶斯估计与KNN算法的视频抠图第43-54页
    4.1 引言第43页
    4.2 贝叶斯估计第43-46页
        4.2.1 计算后验概率第44-45页
        4.2.2 自动生成三分图第45-46页
        4.2.3 初始误差的消除第46页
    4.3 基于引导滤波器优化的KNN抠图第46-52页
        4.3.1 非局部原则第47页
        4.3.2 KNN抠图原理第47-48页
        4.3.3 特征向量与内核函数第48页
        4.3.4 闭合式解决方法的快速实现第48-49页
        4.3.5 求和性质第49-50页
        4.3.6 KNN抠图性能测试与改善第50-52页
    4.4 实验结果分析第52-53页
    4.5 本章小结第53-54页
5 交互式背景替换系统设计第54-62页
    5.1 系统设计第54-55页
    5.2 系统功能第55-57页
    5.3 系统使用第57-61页
    5.4 本章小结第61-62页
6 总结与展望第62-64页
    6.1 总结第62页
    6.2 展望第62-64页
致谢第64-65页
参考文献第65-70页
附录第70页

论文共70页,点击 下载论文
上一篇:图像去雾技术研究与实现
下一篇:基于GPU的高光谱图像分类与目标检测