本文選題：視頻風(fēng)格化 + 分層稠密對應(yīng)關(guān)系��； 參考：《中山大學(xué)》2013年碩士論文

【摘要】：圖像，視頻的各種藝術(shù)風(fēng)格渲染(風(fēng)格化)是計(jì)算機(jī)圖形學(xué)非真實(shí)感渲染(Non-Photorealistic Rendering, NPR)的重要分支。圖像風(fēng)格化技術(shù)通過對輸入圖像進(jìn)行分析和渲染，得到不同藝術(shù)風(fēng)格的圖像。視頻風(fēng)格化則在圖像風(fēng)格化的基礎(chǔ)上，通過視頻分析，效果渲染和效果傳播，得到具有藝術(shù)效果的視頻。圖像和視頻的非真實(shí)渲染在動(dòng)漫，娛樂等領(lǐng)域有廣泛的應(yīng)用，因此得到了眾多研究者的關(guān)注。近年來，得益于計(jì)算機(jī)圖形學(xué)社區(qū)的快速發(fā)展，視頻風(fēng)格化技術(shù)也有了長足的發(fā)展。 目前，主流的視頻風(fēng)格化技術(shù)是基于筆觸的視頻風(fēng)格化技術(shù)(Stroke-BasedVideo Stylization Rendering)。該視頻風(fēng)格化技術(shù)由三方面組成：圖像渲染，筆觸傳播和視頻內(nèi)對應(yīng)關(guān)系提取。圖像渲染決定了最終渲染風(fēng)格；筆觸傳播通過應(yīng)用對應(yīng)關(guān)系到筆觸，將渲染效果傳播到下一幀；視頻內(nèi)對應(yīng)關(guān)系確定了筆觸的時(shí)空位置，將會(huì)影響最終結(jié)果是否出現(xiàn)抖動(dòng)，閃爍，脫落等影響觀賞性的問題。 為了減輕抖動(dòng)，閃爍等問題，準(zhǔn)確健壯的對應(yīng)關(guān)系是必不可少的。本文結(jié)合光流法和運(yùn)動(dòng)分層，提出基于運(yùn)動(dòng)分層的自適應(yīng)光流法(Layered AdaptiveOptical Flow, LAOF)用于提取視頻內(nèi)稠密對應(yīng)關(guān)系。首先，使用自適應(yīng)的光流算法獲得視頻內(nèi)的運(yùn)動(dòng)信息，從而獲得視頻內(nèi)的稠密對應(yīng)關(guān)系。然后在運(yùn)動(dòng)信息的基礎(chǔ)上，進(jìn)行運(yùn)動(dòng)分層。最后，，將運(yùn)動(dòng)分層作為輸入，重新求解視頻內(nèi)的稠密對應(yīng)關(guān)系，形成一個(gè)迭代優(yōu)化的模型。此外，本文還通過預(yù)渲染(BeforehandRendering)技術(shù)來進(jìn)一步減少效果傳播過程導(dǎo)致的抖動(dòng)。 針對視頻風(fēng)格化的組成，本文總結(jié)出通用的視頻風(fēng)格化4層架構(gòu)，并利用該架構(gòu)實(shí)現(xiàn)視頻風(fēng)格化系統(tǒng)，包括本文提出的LAOF算法和預(yù)渲染技術(shù)。本系統(tǒng)可以與任何基于筆觸渲染(Stroke-based Rendering, SBR)的圖像風(fēng)格化算法結(jié)合使用，生成具有藝術(shù)效果的視頻。 在實(shí)驗(yàn)部分，將根據(jù)LAOF的模型特點(diǎn)進(jìn)行驗(yàn)證實(shí)驗(yàn)。并且通過對不同運(yùn)動(dòng)類型的視頻進(jìn)行風(fēng)格化處理，表明本文提出的視頻風(fēng)格化算法在遮擋和非剛性運(yùn)動(dòng)區(qū)域能很好地減少渲染上的抖動(dòng)。最后將給出根據(jù)本文提出的視頻風(fēng)格化算法實(shí)現(xiàn)的視頻風(fēng)格化系統(tǒng)。
[Abstract]:All kinds of artistic style rendering (stylization) of images and videos is an important branch of Non-Photorealistic rendering (NPRR) in computer graphics. Image styling technology through the input image analysis and rendering, the image of different artistic styles. Video stylization is based on image stylization. Through video analysis, effect rendering and effect propagation, the artistic video is obtained. Non-realistic rendering of images and video has been widely used in animation, entertainment and other fields, so it has attracted many researchers' attention. In recent years, thanks to the rapid development of computer graphics community, video styling technology has made great progress. At present, the mainstream video styling technology is Stroke-Based Video Stylization rendering. The video styling technology consists of three parts: image rendering, stroke propagation and video correspondence extraction. Image rendering determines the final rendering style; stroke propagation spreads the rendering effect to the next frame by applying the correspondence relation; the corresponding relationship in the video determines the temporal and spatial position of the stroke, which will affect whether the final result is jitter or not. Flicker, shedding, etc., affecting the ornamental. In order to reduce the jitter, flicker and other problems, accurate and robust correspondence is essential. In this paper, an adaptive layered AdaptiveOptical Flow, LAOF) based on motion stratification is proposed to extract dense correspondence in video by combining optical flow method and motion stratification. Firstly, the adaptive optical flow algorithm is used to obtain the motion information in the video, and the dense correspondence in the video is obtained. Then on the basis of the motion information, the motion stratification is carried out. Finally, the motion stratification is used as input to solve the dense correspondence in the video again, and an iterative optimization model is formed. In addition, the jitter caused by the propagation process is further reduced by prerendering BeforehandRendering. Aiming at the composition of video stylization, this paper summarizes the general four-layer architecture of video stylization, and uses this architecture to implement video stylization system, including the LAOF algorithm and pre-rendering technology proposed in this paper. This system can be combined with any Stroke-based rendering (SBR-based) based image styling algorithm to generate artistic video. In the experiment part, the verification experiment will be carried out according to the characteristics of LAOF model. Through the stylization of different motion types of video, it is shown that the video styling algorithm proposed in this paper can reduce the jitter in shading and non-rigid motion regions. Finally, a video styling system based on the video styling algorithm proposed in this paper is presented.
【學(xué)位授予單位】：中山大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2013
【分類號】：TP391.41

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 韓強(qiáng);;基于廣義Hough變換的手寫文檔整詞定位[J];安徽電子信息職業(yè)技術(shù)學(xué)院學(xué)報(bào);2011年05期

2 程剛;鄭小華;陽鋒;徐祖艦;;三維全景視覺技術(shù)在農(nóng)業(yè)機(jī)器人中的應(yīng)用[J];安徽農(nóng)業(yè)科學(xué);2010年34期

3 何海燕;施培蓓;;基于改進(jìn)AdaBoost算法的行人檢測方法[J];安慶師范學(xué)院學(xué)報(bào)(自然科學(xué)版);2009年03期

4 吳慧蘭;劉國棟;劉炳國;胡濤;浦昭邦;;ICF實(shí)驗(yàn)靶定位技術(shù)研究[J];半導(dǎo)體光電;2008年05期

5 陳京;袁保宗;劉渭濱;;多視點(diǎn)標(biāo)定圖像的交替迭代度量重建方法[J];北京交通大學(xué)學(xué)報(bào);2012年02期

6 周峰;劉輝;李超峰;;SIFT算法在圖像配準(zhǔn)中的應(yīng)用[J];辦公自動(dòng)化;2009年22期

7 劉彬;葉麗娜;;一種基于SIFT特征的序列圖像拼接算法[J];兵工自動(dòng)化;2009年06期

8 劉煥敏;王華;段慧芬;;一種改進(jìn)的SIFT雙向匹配算法[J];兵工自動(dòng)化;2009年06期

9 彭勃;周文暉;劉濟(jì)林;;基于Harris角點(diǎn)檢測的立體視覺里程計(jì)[J];兵工學(xué)報(bào);2007年12期

10 陳冰;趙亦工;李欣;;基于高斯尺度空間的末制導(dǎo)目標(biāo)跟蹤方法[J];兵工學(xué)報(bào);2009年05期

相關(guān)會(huì)議論文 前10條

1 劉善磊;張亮;;基于相位相關(guān)和SURF算法的關(guān)鍵幀實(shí)時(shí)匹配研究[A];江蘇省測繪學(xué)會(huì)2011年學(xué)術(shù)年會(huì)論文集[C];2011年

2 隋樹林;孫立宏;姚文龍;袁健;;融合改進(jìn)UKF/SIFT信息的自主光學(xué)導(dǎo)航方法[A];第二十六屆中國控制會(huì)議論文集[C];2007年

3 汪力;葉樺;夏良正;;利用特征點(diǎn)定位嘴巴[A];第二十六屆中國控制會(huì)議論文集[C];2007年

4 ;Loop-closing By Using SIFT Features for Mobile Robots[A];第二十六屆中國控制會(huì)議論文集[C];2007年

5 周凱;范瑞霞;李位星;;一種基于SIFT的MeanShift-粒子濾波融合跟蹤算法[A];第二十九屆中國控制會(huì)議論文集[C];2010年

6 ;Rapid Target Recognition and Tracking under Large Scale Variation Using Semi-Naive Bayesian[A];第二十九屆中國控制會(huì)議論文集[C];2010年

7 ;A High-level Image Sequence Fusion Algorithm for Human Detection[A];第二十九屆中國控制會(huì)議論文集[C];2010年

8 鄒麗暉;陳杰;張娟;竇麗華;;一種基于時(shí)空域流形的視頻序列圖像拼接算法[A];第二十九屆中國控制會(huì)議論文集[C];2010年

9 ;Machine Vision Based Flotation Froth Mobility Analysis[A];第二十九屆中國控制會(huì)議論文集[C];2010年

10 孫明竹;趙新;程小燕;孫程;盧桂章;;面向復(fù)雜作業(yè)的微操作機(jī)器人關(guān)鍵技術(shù)研究[A];第二十九屆中國控制會(huì)議論文集[C];2010年

相關(guān)博士學(xué)位論文 前10條

1 王玉全;基于全景視覺的移動(dòng)機(jī)器人同時(shí)定位與地圖創(chuàng)建方法研究[D];哈爾濱工程大學(xué);2010年

2 梁洪;基于內(nèi)容的醫(yī)學(xué)圖像檢索及語義建模關(guān)鍵技術(shù)研究[D];哈爾濱工程大學(xué);2010年

3 任楨;圖像分類任務(wù)的關(guān)鍵技術(shù)研究[D];哈爾濱工程大學(xué);2010年

4 孔凡芝;引線鍵合視覺檢測關(guān)鍵技術(shù)研究[D];哈爾濱工程大學(xué);2009年

5 王作為;具有認(rèn)知能力的智能機(jī)器人行為學(xué)習(xí)方法研究[D];哈爾濱工程大學(xué);2010年

6 肖潔;視覺注意模型及其在目標(biāo)感知中的應(yīng)用研究[D];華中科技大學(xué);2010年

7 朱清波;序列圖像三維重建方法研究[D];華中科技大學(xué);2010年

8 田文;多視圖圖像的快速三維場景重建[D];華中科技大學(xué);2010年

9 涂虬;智能視覺監(jiān)視中目標(biāo)檢測與跟蹤算法研究[D];華中科技大學(xué);2010年

10 章鵬;多尺度特征檢測：方法和應(yīng)用研究[D];中國科學(xué)技術(shù)大學(xué);2010年

相關(guān)碩士學(xué)位論文 前10條

1 宋抗;壓縮機(jī)活塞圓度誤差數(shù)字檢測系統(tǒng)研究[D];河南理工大學(xué);2010年

2 袁猛;基于變分理論的光流計(jì)算技術(shù)研究[D];南昌航空大學(xué);2010年

3 陳忠翔;基于立體視覺的三維重建方法研究[D];南昌航空大學(xué);2010年

4 雒燕飛;地質(zhì)災(zāi)害應(yīng)急地理信息數(shù)據(jù)庫設(shè)計(jì)及其應(yīng)用[D];山東科技大學(xué);2010年

5 唐紅梅;基于輻射與空間信息的遙感圖像檢索[D];山東科技大學(xué);2010年

6 倪希亮;基于尺度不變特征的多源遙感影像配準(zhǔn)[D];山東科技大學(xué);2010年

7 賈偉潔;SAR影像與光學(xué)影像配準(zhǔn)研究[D];山東科技大學(xué);2010年

8 任天宇;自穩(wěn)定航拍系統(tǒng)算法與設(shè)計(jì)[D];長春理工大學(xué);2010年

9 李躍;三維運(yùn)動(dòng)估計(jì)在織物動(dòng)態(tài)仿真中的應(yīng)用[D];浙江理工大學(xué);2010年

10 婁錚錚;sIB算法在圖像無監(jiān)督分類中的應(yīng)用研究[D];鄭州大學(xué);2010年

本文編號：1930793