CN107968946A - 视频帧率提升方法及装置 - Google Patents

视频帧率提升方法及装置 Download PDF

Info

Publication number
CN107968946A
CN107968946A CN201610909244.0A CN201610909244A CN107968946A CN 107968946 A CN107968946 A CN 107968946A CN 201610909244 A CN201610909244 A CN 201610909244A CN 107968946 A CN107968946 A CN 107968946A
Authority
CN
China
Prior art keywords
background
area
frame
motion vector
moving region
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201610909244.0A
Other languages
English (en)
Other versions
CN107968946B (zh
Inventor
张玉双
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
SHENZHEN WONDERSHARE INFORMATION TECHNOLOGY Co Ltd
Original Assignee
SHENZHEN WONDERSHARE INFORMATION TECHNOLOGY Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by SHENZHEN WONDERSHARE INFORMATION TECHNOLOGY Co Ltd filed Critical SHENZHEN WONDERSHARE INFORMATION TECHNOLOGY Co Ltd
Priority to CN201610909244.0A priority Critical patent/CN107968946B/zh
Publication of CN107968946A publication Critical patent/CN107968946A/zh
Application granted granted Critical
Publication of CN107968946B publication Critical patent/CN107968946B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/182—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being a pixel
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
    • H04N19/503—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving temporal prediction
    • H04N19/51—Motion estimation or motion compensation
    • H04N19/513—Processing of motion vectors
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
    • H04N19/503—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving temporal prediction
    • H04N19/51—Motion estimation or motion compensation
    • H04N19/537—Motion estimation other than block-based
    • H04N19/543—Motion estimation other than block-based using regions
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
    • H04N19/503—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving temporal prediction
    • H04N19/51—Motion estimation or motion compensation
    • H04N19/577—Motion compensation with bidirectional frame interpolation, i.e. using B-pictures

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Image Analysis (AREA)
  • Television Systems (AREA)

Abstract

本发明适用于视频处理技术领域，提供了视频帧率提升方法及装置，包括：对相邻两帧进行运动估计，得到每个像素的运动矢量；分割前一帧图像；对所有像素的运动矢量进行聚类，得到多个聚类中心；将分割的区域按照聚类中心划分为多个区域；预设参数小于第一阈值的划分区域为背景区域，反之为运动区域；若同一物体包含运动区域和背景区域，且运动区域的预设参数小于第二阈值，所述同一物体为背景物体，反之为运动物体；完成前景和背景分割；进行图像补偿；插入帧。本发明中基于稀疏光流的运动估计算法，并在图像分割的基础上，对区域内的像素作运动矢量聚类，估计出前景和背景的运动矢量，实现运动补偿，从而提高了非刚性运动物体的运动估计准确度。

Description

视频帧率提升方法及装置
技术领域
本发明属于视频处理技术领域，尤其涉及视频帧率提升方法及装置。
背景技术
视频帧率提升(Frame Rate Up Conversion,FRUC)，运用帧间图像运动补偿的算法，增加视频每秒播放的图像数目，使播放效果更平滑。FRUC的主要技术涉及到相邻帧间的运动估计与补偿、图像插值。首先通过比较待插入帧的前后两帧的差异，找到背景像素和变化像素，背景像素由于没有发生变化，可直接用于插入帧，变化像素包括运动和亮度变化等，可采用一定的运动估计方法找到变化像素的函数表达，然后可由函数表达计算出变化像素在插入帧中的位置或RGB颜色信息，最后就可以由背景像素和变化像素得到待插入帧。运动补偿最大的困难在于非刚性目标在相邻帧间的运动不容易由函数表达式进行描述，导致帧间的运动难以准确估计。
现有的方法中，基于块的运动补偿计算简单，可实时处理视频流，应用非常广泛。该方法将图像分成固定尺寸的块区域，对每个区域进行运动估计，运动估计的方法有邻域比较像素的均方差等，以均方差最小作为匹配条件。但是该方法没有考虑到块内运动差异和运动目标整体的运动情况，相邻块的运动不一致时，会导致空洞和重叠等问题，采用从粗到细的估计方法，也很难解决非刚性运动物体的运动估计不准确的问题，出现模糊和变形等情况。
发明内容
本发明实施例的目的在于提供一种视频帧率提升方法及装置，旨在解决目前视频帧率提升中非刚性运动物体的运动估计不准确的问题。
本发明实施例是这样实现的，一种视频帧率提升方法，包括：
对相邻两帧进行运动估计，得到每个像素的运动矢量，所述相邻两帧包括前一帧和后一帧；
分割前一帧图像，得到N1个第一区域，所述N1为大于1的整数；
对所有像素的运动矢量进行聚类，得到N2个聚类中心，所述N2为大于1的整数；
将所述N1个第一区域按照所述N2个聚类中心划分为N3个第二区域，所述N3为大于1的整数；
计算每个所述第二区域的预设参数；
将预设参数小于第一阈值的第二区域确定为背景区域；
将预设参数不小于第一阈值的第二区域确定为运动区域；
若同一物体包含运动区域和背景区域，并且所述运动区域的预设参数小于第二阈值，将背景区域的运动矢量作为运动区域的运动矢量，将所述同一物体确定为背景物体；
若同一物体包含运动区域和背景区域，并且所述运动区域的预设参数不小于第二阈值，将运动区域的运动矢量作为背景区域的运动矢量，将所述同一物体确定为运动物体；
合并相邻的运动物体为前景，合并相邻的背景物体为背景，完成前景和背景分割；
基于所述前景和背景分割的结果，对所述前一帧图像进行图像补偿；
在所述前一帧和后一帧之间插入帧。
本发明实施例的另一目的在于提供一种视频帧率提升装置，包括：
第一计算单元，用于对相邻两帧进行运动估计，得到每个像素的运动矢量，所述相邻两帧包括前一帧和后一帧；
分割单元，用于分割前一帧图像，得到N1个第一区域，所述N1为大于1的整数；
聚类单元，用于对所有像素的运动矢量进行聚类，得到N2个聚类中心，所述N2为大于1的整数；
划分单元，用于将所述N1个第一区域按照所述N2个聚类中心划分为N3个第二区域，所述N3为大于1的整数；
第二计算单元计算，用于每个所述第二区域的预设参数；
第一确定单元，用于将预设参数小于第一阈值的第二区域确定为背景区域；
第二确定单元，用于将预设参数不小于第一阈值的第二区域确定为运动区域；
第三确定单元，用于若同一物体包含运动区域和背景区域，并且所述运动区域的预设参数小于第二阈值，将背景区域的运动矢量作为运动区域的运动矢量，将所述同一物体确定为背景物体；
第四确定单元，用于若同一物体包含运动区域和背景区域，并且所述运动区域的预设参数不小于第二阈值，将运动区域的运动矢量作为背景区域的运动矢量，将所述同一物体确定为运动物体；
合并单元，用于合并相邻的运动物体为前景，合并相邻的背景物体为背景，完成前景和背景分割；
补偿单元，用于基于所述前景和背景分割的结果，对所述前一帧图像进行图像补偿；
插入帧单元，用于在所述前一帧和后一帧之间插入帧。
在本发明实施例中，基于运动估计，并在图像分割的基础上，对区域内的像素作运动矢量聚类，估计出前景和背景目标的运动矢量，实现图像补偿并插入帧，从而提高了视频帧率提升中非刚性运动物体的运动估计的准确度。
附图说明
图1是本发明实施例提供的视频帧率提升方法的示意图；
图2是本发明实施例提供的视频帧率提升方法的流程图；
图3是本发明实施例提供的视频帧率提升方法S211的实现流程图；
图4是本发明实施例提供的视频帧率提升装置的结构框图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用于解释本发明，并不用于限定本发明。
本发明实施例在于提升视频帧率，使视频播放效果更平滑，所述提升视频帧率即在视频帧之间插入一些帧从而提高视频帧率。
具体地，如图1所示，深灰色部分为原始帧，浅灰色部分为插入帧，每相邻两帧插入一帧后使得视频帧率提升。
图2示出了本发明实施例提供的视频帧率提升方法的流程图，详述如下:
在S201中，对相邻两帧进行运动估计，得到每个像素的运动矢量，所述相邻两帧包括前一帧和后一帧。
优选地，所述对相邻两帧进行运动估计，得到每个像素的运动矢量包括：
通过稀疏光流运动估计算法，对相邻两帧进行运动估计，得到每个像素的运动矢量。
所述稀疏光流对特定的像素点进行光流计算，所述特定的像素点能够很好地反映被检测图像的特点，且相对稠密光流降低了计算量。
具体地，如前一帧图像中像素点P的像素值为f(x,y)，后一帧图像中对应像素点的像素值为f(x+Δx,y+Δy)，则像素点P的运动矢量为(Δx,Δy)。
在S202中，分割前一帧图像，得到N1个第一区域，所述N1为大于1的整数。
优选地，所述分割前一帧图像，得到N1个第一区域包括：
通过均值漂移MeanShift、图像分割Graphcut、迭代的图像分割Grabcut或超像素图像分割方法中的任一种方法分割前一帧图像，得到N1个分割区域。
在S203中，对所有像素的运动矢量进行聚类，得到N2个聚类中心，所述N2为大于1的整数。
优选地，所述对所有像素的运动矢量进行聚类，得到N2个聚类中心包括：
通过k-means运动矢量聚类方法对所有像素的运动矢量进行聚类，得到N2个聚类中心。
在S204中，将所述N1个第一区域按照所述N2个聚类中心划分为N3个第二区域，所述N3为大于1的整数。
所述N1、N2和N3满足关系N3≤N1≤N2。
在S205中，计算每个所述第二区域的预设参数。
所述计算每个所述第二区域的预设参数包括：
计算每个所述第二区域的像素值的绝对差值和(Sum of Absolute Differences，SAD)。
其中B为Block的缩写，代表所述第二区域；
ft-1(x,y)表示t-1时刻即前一帧的像素值；
ft+1(x+Δx,y+Δy)表示t+1时刻即后一帧的像素值。
在S206中，将预设参数小于第一阈值的第二区域确定为背景区域。
优选地，所述第一阈值为：5-10。
在S207中，将预设参数不小于第一阈值的第二区域确定为运动区域。
在S208中，若同一物体包含运动区域和背景区域，并且所述运动区域的预设参数小于第二阈值，将背景区域的运动矢量作为运动区域的运动矢量，将所述同一物体确定为背景物体。
优选地，所述第二阈值的范围小于第一阈值的范围。
所述同一物体为所述前一帧图像中的其中一个物体。具体地，如：前一帧视频图像包括人物图像和足球图像，那么所述同一物体为人物图像或足球图像。
在S209中，若同一物体包含运动区域和背景区域，并且所述运动区域的预设参数不小于第二阈值，将运动区域的运动矢量作为背景区域的运动矢量，将所述同一物体确定为运动物体。
在S210中，合并相邻的运动物体为前景，合并相邻的背景物体为背景，完成前景和背景分割。
在S211中，基于所述前景和背景分割的结果，由运动补偿产生插入帧。
如图所示，图3是本发明实施例提供的视频帧率提升方法S211的实现流程图，包括：
S301:前景和背景边缘像素平滑。
所述前景和背景边缘像素平滑包括膨胀、腐蚀等形态学处理。
S302:前景插值和背景插值。
优选地，先前景插值，后背景插值。
S303:遮挡处理。
所述遮挡处理包括：遮挡引起的较大的空洞，由后一帧中未使用的像素填补，根据颜色相近判断采用前景或背景的运动矢量。
所述未使用的像素为：以后向搜索方法为例，前一帧的像素在后一帧中找到对应像素。后一帧中没有对应上的像素区域即为被遮挡的区域。如果被遮挡区域与相邻的前景区域色彩更接近，则将前景的运动矢量作为它的运动矢量，反之使用背景运动矢量作为它的运动矢量。
S304:后处理。
优选地，所述后处理包括：对于小的空洞采用邻域插值算法填补。
在S212中，在所述前一帧和后一帧之间插入帧。
对应于该发明实施例提供的一种视频帧率提升方法，图4示出了本发明实施例提供的一种视频帧率提升装置的结构框图，为了便于说明，仅示出了与本实施例相关的部分。
参照图4，该装置包括：
第一计算单元41，用于对相邻两帧进行运动估计，得到每个像素的运动矢量，所述相邻两帧包括前一帧和后一帧；
分割单元42，用于分割前一帧图像，得到N1个第一区域，所述N1为大于1的整数；
聚类单元43，用于对所有像素的运动矢量进行聚类，得到N2个聚类中心，所述N2为大于1的整数；
划分单元44，用于将所述N1个第一区域按照所述N2个聚类中心划分为N3个第二区域，所述N3为大于1的整数；
第二计算单元计算45，用于每个所述第二区域的预设参数；
第一确定单元46，用于将预设参数小于第一阈值的第二区域确定为背景区域；
第二确定单元47，用于将预设参数不小于第一阈值的第二区域确定为运动区域；
第三确定单元48，用于若同一物体包含运动区域和背景区域，并且所述运动区域的预设参数小于第二阈值，将背景区域的运动矢量作为运动区域的运动矢量，将所述同一物体确定为背景物体；
第四确定单元49，用于若同一物体包含运动区域和背景区域，并且所述运动区域的预设参数不小于第二阈值，将运动区域的运动矢量作为背景区域的运动矢量，将所述同一物体确定为运动物体；
合并单元50，用于合并相邻的运动物体为前景，合并相邻的背景物体为背景，完成前景和背景分割；
补偿单元51，用于基于所述前景和背景分割的结果，对所述前一帧图像进行图像补偿；
插入单元52，用于在所述前一帧和后一帧之间插入帧。
所述N1、N2和N3满足关系N3≤N1≤N2。
第二计算单元45包括：
计算每个所述第二区域的像素值的绝对差值和SAD。
补偿单元51包括：
前景和背景边缘像素平滑、前景插值和背景插值、遮挡处理和后处理。
本发明实施例基于稀疏光流的运动估计算法，并在图像分割的基础上，对区域内的像素作运动矢量聚类，估计出前景和背景目标的运动矢量，实现运动补偿，从而提高了视频帧率提升中非刚性运动物体的运动估计的准确度。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (8)

1.一种视频帧率提升方法，其特征在于，包括：
对相邻两帧进行运动估计，得到每个像素的运动矢量，所述相邻两帧包括前一帧和后一帧；
分割前一帧图像，得到N1个第一区域，所述N1为大于1的整数；
对所有像素的运动矢量进行聚类，得到N2个聚类中心，所述N2为大于1的整数；
将所述N1个第一区域按照所述N2个聚类中心划分为N3个第二区域，所述N3为大于1的整数；
计算每个所述第二区域的预设参数；
将预设参数小于第一阈值的第二区域确定为背景区域；
将预设参数不小于第一阈值的第二区域确定为运动区域；
若同一物体包含运动区域和背景区域，并且所述运动区域的预设参数小于第二阈值，将背景区域的运动矢量作为运动区域的运动矢量，将所述同一物体确定为背景物体；
若同一物体包含运动区域和背景区域，并且所述运动区域的预设参数不小于第二阈值，将运动区域的运动矢量作为背景区域的运动矢量，将所述同一物体确定为运动物体；
合并相邻的运动物体为前景，合并相邻的背景物体为背景，完成前景和背景分割；
基于所述前景和背景分割的结果，对所述前一帧图像进行图像补偿；
在所述前一帧和后一帧之间插入帧。
2.如权利要求1所述的方法，其特征在于，所述N1、N2和N3满足关系N3≤N1≤N2。
3.如权利要求1所述的方法，其特征在于，所述计算每个所述第二区域的预设参数包括：
计算每个所述第二区域的像素值的绝对差值和SAD。
4.如权利要求1所述的方法，其特征在于，所述基于所述前景和背景分割的结果，进行图像补偿包括：
前景和背景边缘像素平滑、前景插值和背景插值、遮挡处理和后处理。
5.一种视频帧率提升装置，其特征在于，包括：
第一计算单元，用于对相邻两帧进行运动估计，得到每个像素的运动矢量，所述相邻两帧包括前一帧和后一帧；
分割单元，用于分割前一帧图像，得到N1个第一区域，所述N1为大于1的整数；
聚类单元，用于对所有像素的运动矢量进行聚类，得到N2个聚类中心，所述N2为大于1的整数；
划分单元，用于将所述N1个第一区域按照所述N2个聚类中心划分为N3个第二区域，所述N3为大于1的整数；
第二计算单元计算，用于每个所述第二区域的预设参数；
第一确定单元，用于将预设参数小于第一阈值的第二区域确定为背景区域；
第二确定单元，用于将预设参数不小于第一阈值的第二区域确定为运动区域；
第三确定单元，用于若同一物体包含运动区域和背景区域，并且所述运动区域的预设参数小于第二阈值，将背景区域的运动矢量作为运动区域的运动矢量，将所述同一物体确定为背景物体；
第四确定单元，用于若同一物体包含运动区域和背景区域，并且所述运动区域的预设参数不小于第二阈值，将运动区域的运动矢量作为背景区域的运动矢量，将所述同一物体确定为运动物体；
合并单元，用于合并相邻的运动物体为前景，合并相邻的背景物体为背景，完成前景和背景分割；
补偿单元，用于基于所述前景和背景分割的结果，对所述前一帧图像进行图像补偿；
插入单元，用于在所述前一帧和后一帧之间插入帧。
6.如权利要求5所述的装置，其特征在于，所述N1、N2和N3满足关系N3≤N1≤N2。
7.如权利要求5所述的装置，其特征在于，所述第二计算单元包括：
计算每个所述第二区域的像素值的绝对差值和SAD。
8.如权利要求5所述的装置，其特征在于，所述补偿单元包括：
前景和背景边缘像素平滑、前景插值和背景插值、遮挡处理和后处理。
CN201610909244.0A 2016-10-18 2016-10-18 视频帧率提升方法及装置 Active CN107968946B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610909244.0A CN107968946B (zh) 2016-10-18 2016-10-18 视频帧率提升方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610909244.0A CN107968946B (zh) 2016-10-18 2016-10-18 视频帧率提升方法及装置

Publications (2)

Publication Number Publication Date
CN107968946A true CN107968946A (zh) 2018-04-27
CN107968946B CN107968946B (zh) 2021-09-21

Family

ID=61996869

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610909244.0A Active CN107968946B (zh) 2016-10-18 2016-10-18 视频帧率提升方法及装置

Country Status (1)

Country Link
CN (1) CN107968946B (zh)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109698977A (zh) * 2019-01-23 2019-04-30 深圳大普微电子科技有限公司 视频图像的还原方法及装置
CN110536142A (zh) * 2019-08-30 2019-12-03 天津大学 一种针对非刚性图像序列的帧间插值方法
CN110795961A (zh) * 2018-08-01 2020-02-14 新疆万兴信息科技有限公司 一种车道线检测方法、装置、电子设备及介质
CN111277863A (zh) * 2018-12-05 2020-06-12 阿里巴巴集团控股有限公司 一种光流插帧方法和装置
CN111614911A (zh) * 2020-05-08 2020-09-01 Oppo广东移动通信有限公司 图像生成方法和装置、电子设备及存储介质
CN112995678A (zh) * 2021-02-22 2021-06-18 深圳创维－Rgb电子有限公司 一种视频运动补偿方法、装置及计算机设备
CN113132735A (zh) * 2019-12-30 2021-07-16 北京大学 一种基于视频帧生成的视频编码方法
CN113949926A (zh) * 2020-07-17 2022-01-18 武汉Tcl集团工业研究院有限公司 一种视频插帧方法、存储介质及终端设备
US11893770B2 (en) * 2020-09-29 2024-02-06 Beijing Zitiao Network Technology Co., Ltd. Method for converting a picture into a video, device, and storage medium

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060280249A1 (en) * 2005-06-13 2006-12-14 Eunice Poon Method and system for estimating motion and compensating for perceived motion blur in digital video
US20100278268A1 (en) * 2007-12-18 2010-11-04 Chung-Ku Lee Method and device for video coding and decoding
US20110081043A1 (en) * 2009-10-07 2011-04-07 Sabol Bruce M Using video-based imagery for automated detection, tracking, and counting of moving objects, in particular those objects having image characteristics similar to background
CN102427528A (zh) * 2011-09-30 2012-04-25 北京航空航天大学 一种基于聚类统计的视频运动估计方法
CN104978750A (zh) * 2014-04-04 2015-10-14 诺基亚公司 用于处理视频文件的方法和装置
CN105517671A (zh) * 2015-05-25 2016-04-20 北京大学深圳研究生院 一种基于光流法的视频插帧方法及系统
CN105847804A (zh) * 2016-05-18 2016-08-10 信阳师范学院 一种基于稀疏冗余表示模型的视频帧率上转换方法
CN105957103A (zh) * 2016-04-20 2016-09-21 国网福建省电力有限公司 一种基于视觉的运动特征提取方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060280249A1 (en) * 2005-06-13 2006-12-14 Eunice Poon Method and system for estimating motion and compensating for perceived motion blur in digital video
US20100278268A1 (en) * 2007-12-18 2010-11-04 Chung-Ku Lee Method and device for video coding and decoding
US20110081043A1 (en) * 2009-10-07 2011-04-07 Sabol Bruce M Using video-based imagery for automated detection, tracking, and counting of moving objects, in particular those objects having image characteristics similar to background
CN102427528A (zh) * 2011-09-30 2012-04-25 北京航空航天大学 一种基于聚类统计的视频运动估计方法
CN104978750A (zh) * 2014-04-04 2015-10-14 诺基亚公司 用于处理视频文件的方法和装置
CN105517671A (zh) * 2015-05-25 2016-04-20 北京大学深圳研究生院 一种基于光流法的视频插帧方法及系统
CN105957103A (zh) * 2016-04-20 2016-09-21 国网福建省电力有限公司 一种基于视觉的运动特征提取方法
CN105847804A (zh) * 2016-05-18 2016-08-10 信阳师范学院 一种基于稀疏冗余表示模型的视频帧率上转换方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
李柯: "基于运动连续性的帧率上变换算法", 《数字视频》 *

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110795961A (zh) * 2018-08-01 2020-02-14 新疆万兴信息科技有限公司 一种车道线检测方法、装置、电子设备及介质
CN110795961B (zh) * 2018-08-01 2023-07-18 新疆万兴信息科技有限公司 一种车道线检测方法、装置、电子设备及介质
CN111277863B (zh) * 2018-12-05 2022-06-14 阿里巴巴集团控股有限公司 一种光流插帧方法和装置
CN111277863A (zh) * 2018-12-05 2020-06-12 阿里巴巴集团控股有限公司 一种光流插帧方法和装置
CN109698977A (zh) * 2019-01-23 2019-04-30 深圳大普微电子科技有限公司 视频图像的还原方法及装置
CN110536142B (zh) * 2019-08-30 2021-11-09 天津大学 一种针对非刚性图像序列的帧间插值方法
CN110536142A (zh) * 2019-08-30 2019-12-03 天津大学 一种针对非刚性图像序列的帧间插值方法
CN113132735A (zh) * 2019-12-30 2021-07-16 北京大学 一种基于视频帧生成的视频编码方法
CN111614911A (zh) * 2020-05-08 2020-09-01 Oppo广东移动通信有限公司 图像生成方法和装置、电子设备及存储介质
CN111614911B (zh) * 2020-05-08 2022-12-09 Oppo广东移动通信有限公司 图像生成方法和装置、电子设备及存储介质
CN113949926A (zh) * 2020-07-17 2022-01-18 武汉Tcl集团工业研究院有限公司 一种视频插帧方法、存储介质及终端设备
US11893770B2 (en) * 2020-09-29 2024-02-06 Beijing Zitiao Network Technology Co., Ltd. Method for converting a picture into a video, device, and storage medium
CN112995678A (zh) * 2021-02-22 2021-06-18 深圳创维－Rgb电子有限公司 一种视频运动补偿方法、装置及计算机设备

Also Published As

Publication number Publication date
CN107968946B (zh) 2021-09-21

Similar Documents

Publication Publication Date Title
CN107968946A (zh) 视频帧率提升方法及装置
CN107481261B (zh) 一种基于深度前景跟踪的彩色视频抠图方法
Han et al. Research on moving object detection algorithm based on improved three frame difference method and optical flow
CN104935832B (zh) 针对带深度信息的视频抠像方法
KR102153607B1 (ko) 영상에서의 전경 검출 장치 및 방법
CN103871076A (zh) 基于光流法和超像素分割的运动目标提取方法
US9661307B1 (en) Depth map generation using motion cues for conversion of monoscopic visual content to stereoscopic 3D
CN106991686B (zh) 一种基于超像素光流场的水平集轮廓跟踪方法
US20110043706A1 (en) Methods and Systems for Motion Estimation in a Video Sequence
CN106651897B (zh) 一种基于超像素分割的视差修正方法
CN103366342A (zh) 应用于视频图像放大的分段线性插值方法
CN103150738A (zh) 分布式多传感器运动目标的检测方法
CN105303581A (zh) 一种自适应参数的运动目标检测方法
CN106447718B (zh) 一种2d转3d深度估计方法
CN110363197B (zh) 基于改进视觉背景提取模型的视频感兴趣区域提取方法
US8995755B2 (en) Two-dimensional to stereoscopic conversion systems and methods
CN103514610B (zh) 一种背景静止的运动目标分割方法
KR20150146419A (ko) 시간적으로 일관된 수퍼픽셀들을 생성하기 위한 방법 및 장치
CN108271022B (zh) 一种运动估计的方法及装置
CN108830895A (zh) 一种立体匹配中基于分割的局部扩张移动方法
Chang et al. Topology-constrained layered tracking with latent flow
CN103152566B (zh) 一种视频帧率提升方法
Zach et al. Continuous maximal flows and Wulff shapes: Application to MRFs
Crivelli et al. From optical flow to dense long term correspondences
Wang et al. Combined improved Frequency-Tuned with GMM algorithm for moving target detection

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant