Tesis:
Segmentación de secuencias de video: Análisis y desarrollo de estrategias para la detección de cambios de toma y para la detección de objetos móviles.
- Autor: CUEVAS RODRIGUEZ, Carlos Roberto
- Título: Segmentación de secuencias de video: Análisis y desarrollo de estrategias para la detección de cambios de toma y para la detección de objetos móviles.
- Fecha: 2011
- Materia: Sin materia definida
- Escuela: E.T.S. DE INGENIEROS DE TELECOMUNICACION
- Departamentos: SEÑALES, SISTEMAS Y RADIOCOMUNICACIONES
- Acceso electrónico: http://oa.upm.es/10913/
- Director/a 1º: GARCIA SANTOS, Narciso
- Resumen: En los últimos años se han producido importantes avances tecnológicos que han dado lugar a la demanda de nuevas aplicaciones relacionadas con el análisis de secuencias de vídeo. Por un lado ha aumentado el número de aplicaciones de edición de vídeo que requieren estrategias capaces de segmentar los videos en tomas. Por otro lado, los dispositivos de última generación que utilizan cámaras requieren aplicaciones que hacen uso técnicas de detección de objetos móviles. En esta tesis se proponen distintas estrategias de segmentación en tomas y de detección de objetos móviles que cumplen los requisitos de calidad, velocidad y facilidad de uso demandados por los usuarios. En primer lugar se propone un sistema rápido y eficaz, capaz segmentar las secuencias de vídeo en tomas. Para detectar las transiciones abruptas entre tomas se lleva a cabo un análisis de diferencias entre imágenes consecutivas. En paralelo, se analizan los bordes a lo largo de las imágenes para detectar las transiciones graduales. En último lugar, gracias a una estrategia basada en el análisis del movimiento entre pares de imágenes, se localizan y se descartan la mayor parte de las falsas detecciones. Por otro lado, se propone una estrategia de detección, basada en el popular método de mezcla de gaussianas, capaz de adaptar dinámicamente el número de gaussianas utilizadas en cada instante, en función de las variaciones recientes sufridas por cada píxel. La estrategia propuesta mejora muy notablemente la eficiencia computacional de otros métodos similares y, además, reduce la dependencia de los resultados con los parámetros del método original. Como alternativa a esta estrategia, para mejorar los resultados en escenarios en los que el fondo sufre grandes variaciones, se proponen otros esquemas de detección basados en el modelado no paramétrico del fondo y del primer plano. Para obtener detecciones de calidad, independientemente de las características de la secuencia analizada, el ancho de las funciones locales utilizadas en dichos modelados se estima dinámicamente. Además, gracias a una estrategia de seguimiento basada en un filtro de partículas, se obtienen importantes mejoras computacionales y de calidad. Adicionalmente, utilizando una innovadora combinación de color normalizado y gradientes se consigue reducir el número de falsas detecciones debidas a sombras y reflejos. Tras la aplicación de las estrategias propuestas sobre distintas bases de datos compuestas por secuencias con contenido crítico, tanto para la detección de transiciones como para la detección de objetos móviles, se ha comprobado que son capaces de ofrecer resultados de gran calidad y que, además, mejoran la eficiencia computacional de otras estrategias similares.