一種基于L1范數(shù)最小化的全局運動估計算法

馮 欣,張 潔,張 杰,蔣友妮,楊 武

(重慶理工大學(xué)a.計算機科學(xué)與工程學(xué)院;b.電氣與電子工程學(xué)院,重慶 400054)

在當(dāng)前互聯(lián)網(wǎng)、移動終端和媒體技術(shù)飛速發(fā)展的時代，以視頻為主流媒介的自媒體已迅速普及，并極大地改變了信息的傳播生態(tài)。在自媒體時代，普通民眾可以通過個人攝錄、通訊工具(如智能手機等)隨時隨地拍攝記錄目擊事件，并在互聯(lián)網(wǎng)上分享傳播。然而，這種拍攝行為具有自由開放性和非正式性，使得自媒體視頻普遍存在內(nèi)容雜亂、失實的現(xiàn)象。因此，自媒體視頻內(nèi)容的有效監(jiān)管技術(shù)是目前媒體內(nèi)容管理的迫切需求。視頻內(nèi)容的分析和理解往往從對視頻對象的特征感知出發(fā)，而運動特征是分析視頻目標對象行為的關(guān)鍵。但事實上，自媒體視頻往往是由業(yè)余拍攝者(普通民眾)采用手持設(shè)備拍攝，視頻因此普遍存在較明顯的相機運動，而這種運動會掩蓋對象的真實運動。例如，若視頻拍攝者隨著目標對象一起運動，相機的全局運動就會抵消對象的真實運動，造成對象處于靜止狀態(tài)的假象。對視頻全局運動進行有效估計，并得到目標對象的真實運動軌跡，對于視頻內(nèi)容描述、對象行為分析、面向?qū)ο蟮囊曨l編碼，及自動駕駛場景中的目標測距等應(yīng)用起著至關(guān)重要的作用。

視頻序列圖像由前景和背景構(gòu)成，其中背景的運動通常由相機位置變化造成，稱為全局運動；而圖像中的運動對象代表前景，前景運動是運動對象相對于攝像機的運動，為局部運動。……