[发明专利]基于多帧的数据流分割的方法和装置

说明书

                             相关申请

本发明涉及下述申请：

-在多个帧上进行运动判定(motion determination)协调的方法和装置(律师文件号IDT 011 WO)，

-用于运动物体的深度模型(depth modelling)和提供深度(depth)信息的方法和装置(律师文件号IDT 015 WO)，这些申请与本发明具有相同的申请人和申请日。

                           发明领域

本发明涉及通过参数系或参数的子空间的推导和分析在大信号流中实现分组或分割的方法。尤其涉及视频信号的时空分割的方法。

                             背景

大信号流(如视频信号或声音信号)的数学参数化法存在统计估计问题和计算容量问题。信号流的分割可以减少这两个问题。

首先，通过将信号流分成两个或更多个特殊相互关联的子组信号或分割信号，可以使产生的数据的数学表述需要更少的独立参数。这就简化了统计模型。

其次，因为更紧凑，每一分割模型还可以更易于控制和解释，例如用于编辑时。

第三，在对信号流进行分割以后，各分割的计算处理可以比对整个数据流的处理在计算上更简单，例如，减少了有效计算所需的高速存储器。

为了从对数据流的分割获得统计、计算上的这些优点，分割过程本身必须是在统计和计算上是有效的。本发明涉及如何获取有关的可靠分割。

然而，本发明还可以应用于其他类型的信号如声音信号，多帧数字视频信号是一种主要的应用，因而将作为例子来描述。

                   视频编码中分割的使用

在基于模型的视频编码中，图象分割很重要：应当将显示随各组帧而变化的一致相关空间图形的象素组一起建模(model)，因为这样提供了最好的压缩、可编辑性和可解释性。

一个分割可以对应于一个物理对象，但也可以仅对应于一部分物理对象，或对应于一组几个这样的物理对象。也可以对应于非有形对象或现象，如阴影。

在基于面向统计模型的视频编码中，分割(‘holon’)的最佳定义不同于编码的目的：对于纯粹的压缩目的，分割理想地对应于经最有效压缩的象素组，但如果目的是为了对以后的视频操作进行编码，如编辑或视频游戏，那么分割就理想地更加与物理对象有关。

分割过程必须是很稳健(robust)的，即，必须明显地提供可接受的、统计有用的分割，可应用于许多相关的图象帧。并且，它在计算上必须适合于cpu时间和存储器要求。

某些现有的分割方法可参见：

Boyer，K.L.，Mirza，M.J.和Ganguly，G.(1994)，The Robust Sequential Estimator：A General Approach and its Application to Surface Organization in Range Data.IEEETransactions on Pattern Analysis and Machine Intelligence 16，1994年10月10日，第987-1001页；

Guensel，B.和Panayirci，E.(1994)，Segmentation of Range and Intensity ImageUsing Multiscale Markov Random Field Representation.Proceedings，IEEE Intl.Conf.on Image Proc.，Austin Texas，1994年11月13-16日，第II卷，第187-191页，IEEEComputer Soc.Press Los Alamitos，CA，USA；

Dellepiane，S.，Fontanta，F.和Vernazza，G.(1994)，A Robust Non-IterativeMethod for Image Labelling Using Context.Proceedings，IEEE Intl.Conf.on ImageProc.，Austin Texas，1994年11月13-16日，第II卷，IEEE第207-211页，ComputerSoc.Press Los Alamitos，CA，USA；