1、Graph-Cut based Object Segmentation

1，靜態(tài)圖片的目標(biāo)提取，要用最好的算法或者要有一點(diǎn)改進(jìn)

這個(gè)部分，我們使用的算法的參考文獻(xiàn)和對(duì)應(yīng)的程序見(jiàn)如下的文件夾：

    這個(gè)通過(guò)對(duì)靜態(tài)圖片的目標(biāo)提取仿真后，應(yīng)用到視頻的目標(biāo)提取，因?yàn)樵趯?shí)際中，視頻是由多個(gè)幀圖像構(gòu)造的，本質(zhì)上也是圖像。

    這里使用的算法，本質(zhì)上就是對(duì)當(dāng)前幀的圖像進(jìn)行分割提取處理。

    這里，圖像目標(biāo)分割，我們主要采用的是一種基于改進(jìn)的物體輪廓提取算法。

這里，我們使用的算法是一種改進(jìn)的基于活動(dòng)輪廓的目標(biāo)提取算法。這里，我們主要使用一種基于概率密度函數(shù)來(lái)計(jì)算目標(biāo)區(qū)域和背景區(qū)域不同來(lái)進(jìn)行分割的。

通過(guò)目標(biāo)提取，可以有效的獲得圖片中的目標(biāo)，但是從提取的結(jié)果可知，其邊緣有一些毛刺干擾，因此，我們?cè)谶M(jìn)行做跟蹤的時(shí)候，需要進(jìn)行實(shí)時(shí)的光滑處理。

    下面看第二部分的仿真。

優(yōu)缺點(diǎn)說(shuō)明：

優(yōu)點(diǎn)：能夠?qū)Ρ容^細(xì)小的部分分割出輪廓，基本能夠涵蓋整個(gè)目標(biāo)；

缺點(diǎn)：提取的部分有一定的毛刺，目標(biāo)背景不能太復(fù)雜。

--------------------------------------------------------------------------------------------------------

2、Tracking-based Video Cut-out

2，使用目標(biāo)跟蹤來(lái)提取視頻中的目標(biāo)，不必用光流法，用最好或最新的算法或者有改進(jìn)

    這里，我們所需要的跟蹤算法和一般的跟蹤算法不同，因?yàn)橐话愕暮芏辔墨I(xiàn)的跟蹤算法都是產(chǎn)生一個(gè)大致的區(qū)域（多為矩形方框區(qū)域）來(lái)進(jìn)行跟蹤的，由于本課題需要最后替換背景，因此，必須完整的得到整個(gè)目標(biāo)的輪廓進(jìn)行跟蹤。這里，首先對(duì)一個(gè)已經(jīng)錄制好的視頻進(jìn)行仿真處理，得到的結(jié)果如下所示：

算法會(huì)對(duì)該運(yùn)動(dòng)目標(biāo)進(jìn)行實(shí)時(shí)的輪廓跟蹤，為背景的替換奠定了基礎(chǔ)。

仿真效果如上所示。更換好背景的跟蹤效果。

優(yōu)點(diǎn)：可以實(shí)現(xiàn)背景替換和目標(biāo)的跟蹤；

缺點(diǎn)：由于進(jìn)行輪廓的跟蹤，比較復(fù)雜，算法仿真較慢，如果要做實(shí)時(shí)的情況，需要進(jìn)一步簡(jiǎn)化算法，簡(jiǎn)化場(chǎng)景。另外就是對(duì)于背景太復(fù)雜的情況，就沒(méi)法跟蹤（多數(shù)跟蹤算法都有這個(gè)問(wèn)題，但影響不大，只是在輪廓跟蹤的時(shí)候影響就比較大）

3、光滑處理Video Matting

3，對(duì)目標(biāo)進(jìn)行光滑處理的時(shí)候，能夠通過(guò)調(diào)整閥值，來(lái)區(qū)分毛發(fā)和背景

    主要在上面兩個(gè)步驟的基礎(chǔ)上，進(jìn)一步優(yōu)化分割效果，從而使得分割后的結(jié)果根據(jù)完美。因?yàn)樵趯?shí)際輪廓提取的時(shí)候，會(huì)出現(xiàn)目標(biāo)邊緣曲線不光滑，而且對(duì)于一些比較“狹長(zhǎng)”的目標(biāo)，提取的輪廓往往會(huì)出現(xiàn)覆蓋的問(wèn)題，針對(duì)這些問(wèn)題，我們將初始提取的輪廓進(jìn)行進(jìn)一步的光滑處理。

    從上面的仿真結(jié)果可知，如果沒(méi)有加入光滑處理，其輪廓曲線比較粗糙，不是很光滑，而且部分邊界存在殘缺，沒(méi)有完全“圍住”目標(biāo)的輪廓，此外，目標(biāo)中間的有部分區(qū)域被誤認(rèn)為是背景區(qū)域而被錯(cuò)誤的去除，所以，我們需要增加光滑處理算法使得得到的輪廓更加平滑。

    這里，我們采取的算法策略為根據(jù)文獻(xiàn)中講到的算法，進(jìn)行邊緣的光滑處理。通過(guò)仿真，得到的提取效果

關(guān)于最后實(shí)時(shí)跟蹤這個(gè)部分，由于你強(qiáng)調(diào)了實(shí)時(shí)的跟蹤，

聯(lián)系：highspeedlogic

QQ ：1224848052

微信：HuangL1121

郵箱：1224848052@qq.com

網(wǎng)站：http://www.mat7lab.com/

網(wǎng)站：http://www.hslogic.com/

微信掃一掃：

--------------------------------------------------------------------------------------

人工智能代做，深度學(xué)習(xí)代做，深度強(qiáng)化學(xué)習(xí)代做，zynq智能系統(tǒng)FPGA開(kāi)發(fā)，

AI代做，卷積神經(jīng)網(wǎng)絡(luò)，Alexnet，GoogleNet，CNN，TensorFlow，

caffe，pointnet，PPO，Qlearning，F(xiàn)asterRCNN，MTCNN，

SPPNet，word2vec，SARASA算法，梯度策略等等