《內容敏感的圖像視頻快速縮放及其套用研究》是依託武漢大學，由肖春霞擔任項目負責人的面上項目。
基本介紹
- 中文名：內容敏感的圖像視頻快速縮放及其套用研究
- 項目類別：面上項目
- 項目負責人：肖春霞
- 依託單位：武漢大學
項目摘要,結題摘要,
項目摘要
內容敏感的圖像與視頻的快速縮放，由於具有廣泛的套用前景和重要的理論研究價值，已成為計算機圖形學、計算機視覺的研究熱點。本項目將在基於內容的圖像視頻的快速縮放的理論和方法、關鍵技術以及套用等方面展開深入、系統的研究。具體地，本項目將從基於warping的圖像與視頻縮放方法，基於紋理合成的圖像與視頻縮放方法等兩條思路出發，為圖像視頻縮放提供高效的、高可信的、符合人類視覺需求的實用算法；同時由於幾何縮放與圖像視頻縮放的相似性，本項目亦將研究圖像視頻縮放算法在幾何場景縮放中的套用。本項目將初步為圖像視頻構建一個強壯的，能處理複雜及大規模數據的內容敏感的縮放系統平台。同時，基於本項目的研究，能對圖像視頻的相關編輯和處理操作提供重要的算法基礎，並開闢一些全新的有廣泛套用前景的研究方向。
結題摘要
內容敏感的圖像與視頻的快速縮放，由於具有廣泛的套用前景和重要的理論研究價值，已成為計算機圖形學、計算機視覺的研究熱點。本項目在基於內容的圖像視頻快速縮放的理論和方法、關鍵技術以及套用等方面展開深入、系統的研究。具體地，本項目取得如下主要研究成果：（1）提出了基於全局時空最佳化的視頻縮放摘要技術，通過在時間和空間上最佳化移動物體，達到消除了遮擋現象的目的並提高了視頻壓縮率。（2）基於運動物體本身存在冗餘數據，提出了基於部分的物體運動信息摘要、縮放算法，通過對物體拆分、合併和拼接得到了更加緊湊的視頻物體。（3）結合視頻變形和視頻概述算法的優勢，提出了一個統一視頻縮放算法保留兩者優點同時規避其缺點。（4）通過消除圖像塊匹配之間的冗餘，提出了一個高效的精確的最近圖像鄰域塊匹配算法，在源圖像和目標圖像之間準確查找最相似匹配塊，解決了圖像縮放中的匹配效率問題。（5）提出了基於三維均值坐標對稱性和內容保持的幾何模型縮放的新算法。（6）在本項目的資助下，在圖像視頻的摳圖、編輯傳播、陰影處理、時變曲面的重建與編輯等領域亦取得了豐富的成果，可為內容敏感的圖像與視頻的快速縮放提供前期基礎或為後續研究提供基礎。基於以上成果，本項目初步構建了一個強壯的，能處理圖像視頻摘要、縮放和幾何模型縮放的理論處理框架。 在本項目的支持下，已發表和線上發表論文18篇，SCI已檢索13篇。論文包括國際權威刊物IEEE Transactions on Visualization and Computer Graphics 4篇，Computer Graphics Forum 2 篇，Computer-Aided Design 2篇，The Visual Computer 4 篇， Journal of Computer Science and Technology 1篇， Computer Animation and Virtual Worlds 1篇， EUGRAPHICS 2011 短文1篇， Pacific graphics 2011 短文1篇，中國圖象圖形學報 1篇。成果獲得第十三屆湖北省自然科學優秀學術論文二等獎一項， 三等獎一項等獎勵。
