论文部分内容阅读
视频对象分割在许多计算机视觉领域都能发挥作用,如视频编码、视频制作和编辑、视频检索、视频监控等,有很广阔的应用前景。视频分割必须面临的重要问题之一是如何解决因处理大数据量运算造成的实时性问题。CNN细胞神经网络适于图像处理的特性及其芯片高速运算的能力能为解决这个问题提供有力的帮助。如今视频数据量日益膨胀,视频处理的实时性要求越来越高,采用CNN的相关算法和硬件是解决这些问题的有效方案,基于CNN的视频分割算法的研究具有广泛的应用前景。目前在美国和欧洲的一些权威研究机构,正在致力于采用CNN对视频分割进行研究,这是一种较新的方法,是神经网络在应用方面的前沿领域。本文讨论了细胞神经网络用于视频运动分割研究的意义,介绍了现有的视频分割算法以及细胞神经网络在该研究领域的发展动态。并介绍了图象处理中CNN输入与输出的量化方法及基本思想。针对背景相对静止的视频序列,提出了一种基于细胞神经网络的视频运动对象分割算法,完成了基于Matlab7.0实验软件平台的程序设计和开发,并通过分析实验结果进一步改进算法,最后的实验结果表明,本算法具有较好的分割性能和应用优势。