CN1287749A - 静态图象产生方法和装置 - Google Patents

静态图象产生方法和装置 Download PDF

Info

Publication number
CN1287749A
CN1287749A CN99801758A CN99801758A CN1287749A CN 1287749 A CN1287749 A CN 1287749A CN 99801758 A CN99801758 A CN 99801758A CN 99801758 A CN99801758 A CN 99801758A CN 1287749 A CN1287749 A CN 1287749A
Authority
CN
China
Prior art keywords
video
still image
image
curling
sequence
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
CN99801758A
Other languages
English (en)
Other versions
CN1231067C (zh
Inventor
M·A·A·邦尼特
O·桑斯埃斯特拉达
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.)
Koninklijke Philips NV
Original Assignee
Koninklijke Philips Electronics NV
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 Koninklijke Philips Electronics NV filed Critical Koninklijke Philips Electronics NV
Publication of CN1287749A publication Critical patent/CN1287749A/zh
Application granted granted Critical
Publication of CN1231067C publication Critical patent/CN1231067C/zh
Anticipated expiration legal-status Critical
Expired - Fee Related legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00Geometric image transformations in the plane of the image
    • G06T3/16Spatio-temporal transformations, e.g. video cubism
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00Geometric image transformations in the plane of the image
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/20Analysis of motion
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/20Image preprocessing
    • G06V10/24Aligning, centring, orientation detection or correction of the image
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/20Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using video object coding
    • H04N19/23Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using video object coding with coding of regions that are present throughout a whole video segment, e.g. sprites, background or mosaic
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00Details of television systems
    • H04N5/76Television signal recording
    • H04N5/91Television signal processing therefor
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/10Image acquisition
    • G06V10/16Image acquisition using multiple overlapping images; Image stitching

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Signal Processing (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Studio Circuits (AREA)
  • Image Processing (AREA)
  • Compression Or Coding Systems Of Tv Signals (AREA)
  • Editing Of Facsimile Originals (AREA)

Abstract

本发明涉及从一个视频序列产生诸如子图象或者马赛克图象的一个较大的静态图象M(n)的方法。这一方法包括步骤:相对于先前产生的静态图象,考虑第一增长步骤,计算关于该序列的视频对象的运动参数;根据所述参数,卷曲每一视频对象;将卷曲的视频对象与先前产生的静态图象混合。所述方法还包括(n-1)次另外的增长步骤,这次这些步骤应用于以相反顺序考虑的同一视频序列。每一另外的增长步骤自身包括一个卷曲子步骤和一个混合子步骤,所述卷曲子步骤基于以所述相反的顺序考虑的每一连续的视频目标和对应的已经计算的运动参数,在所述混合步骤期间考虑所计算的基于象素或者基于区域的加权系数。

Description

静态图象产生方法和装置
发明领域
本发明涉及从包括连续的视频对象VO的一个视频序列产生诸如子图象(sprite)或者马赛克图象(mosaic)的一个大的静态图象的方法,考虑所述静态图象的增长,所述方法包括下列步骤:
(A)相对于先前产生的静态图象,计算关于该序列的当前视频对象VO(n)的运动参数;
(B)在所述计算的运动参数的基础上,卷曲所述当前视频对象VO(n);
(C)将所得到的卷曲的视频对象WVO(n)与所述先前产生的静态图象混合;
以及本发明涉及一个相应的装置。这一发明可以用于相关的MPEG-4和MPEG-7标准。
本发明的背景技术
在MPEG-7的帧中将要进行标准化的描述子(descriptor)以及描述模式(description scheme)(该MPEG-7在近数年中一直在致力于将描述多媒体内容的一般方式进行标准化)在各种特征类型(诸如文本,颜色,纹理,运动和语义内容等)的基础上将允许快速和有效的数据检索。在这一MPEG-7上下文中,正如所将要说明的,马赛克图象可以担当一个有用的角色。
视频序列、视频照(video shot)和关键帧遵循一种层次结构:一个视频照是显示一个单一背景的一个特殊的序列,而关键帧在这一照的一个图象中的一个可视表示。通过从该整个序列的一个先前照部分提取关键帧可以获得一个视频序列的一个可视表示。然后该过程选择每个视频照的一个图象作为关键帧,从而它只表示可能不是一个最可靠的表示的该视频照的一部分。然而,在想要在背景信息的一个单一全景视图中显示该整个视频照时,一个马赛克图象似乎是比一个关键帧更好的选择。正如例如在文章“视频序列的有效表示以及它们的应用”(″Efficient representations of video sequences and theirapplications″)(作者M.Irani等人,发表于Signal Processing:Image Communication,vol.8,1996,pp.327-351)中所解释的,对于一个场景的一个全景视图,马赛克图象是从该场景序列的所有帧中构造一种大的静态图象。有可能例如从这一全景视图抽取出该序列的主要特征,比如色度或亮度图,目标的形状,整体运动参数等等(所有这些特征构成MPEG-7的相关的标准描述子,以及用于MPEG-7兼容的搜索引擎)。
作为应用于该MPEG-4标准的上下文,一个马赛克图象的定义可以相比于一个子图象的定义。一个子图象是由通过一个完整序列可以看见的一个对象中的象素组成的一个较大的静态图象。这一静态图象形成一个全景视图,由于前景目标或者相机运动的影响,其某些部分在一些图象帧中可能是不可见。如果可以收集遍及整个序列的所有相关的象素,就可获得一个完全的全景视图(称作背景子图象),该视图可以有效地进行传输(或存储),以及以后用来重建部分视频帧。
正如例如在文献WO98/59497中所描述的一个子图象的情况(但是这一描述也可以适用于一个马赛克图象),一个子图象或者马赛克图象的产生涉及三个主要步骤(在下面的描述中,将用普通词汇“静态图象”来代替子图象或者马赛克图象)。首先是一个运动计算步骤,用于获得允许将一个当前视频帧F(n)与已由先前视频帧F(1),F(2),…,F(n-1)构成的静态图象M(n-1)进行正确合并的运动参数。然后可以计算其逆参数,从而在这些逆参数的方向中可以补偿当前视频帧;这一第二步也称作卷曲(warping)。该所卷曲的当前视频帧F(n)最后与M(n-1)混合,以形成一个新的增长的静态图象M(n),用其与下一进来的视频帧F(n+1)合并,如此等等。
然而观察所得到的静态图象可以看到所述静态图象的某些部分是不干净的。例如,一个运动目标的某些部分没有完全地去除。
本发明概述
因此本发明的一个目的是提供一种没有这种后生物(artifact)的静态图象产生方法。
为此,本发明涉及在本说明书中的开始段落所介绍的方法,并且其特征还在于:
(1)所述方法还包括(n-1)次另外的增长步骤,这些步骤应用于以相反顺序考虑的同一视频序列,每一另外的增长步骤自身包括一个卷曲子步骤和一个混合子步骤,所述卷曲子步骤基于以所述相反的顺序考虑的每一连续的视频目标和对应的计算的运动参数,所述混合步骤在所考虑的卷曲的视频对象和在该先前增长步骤的末尾所产生的静态图象之间。
本发明的另一个目的是提供一个用于执行所述方法的静态图象产生装置。
为此,本发明涉及从一个包括连续的视频对象VO的视频序列产生诸如子图象或马赛克图象的大的静态图象的装置,考虑在一个第一增长级中的所述静态图象的增长,所述装置包括:
(A)一个运动计算电路,用于计算关于在该序列的该当前视频对象VO(n)和先前产生的静态图象之间的相对运动的一个运动信息;
(B)一个第一卷曲电路,用于在所述当前视频对象和所述运动信息的基础上定义一个卷曲的视频对象WVO(n);
(C)一个第一混合电路,用于将所得到的卷曲的视频对象WVO(n)与所述先前产生的静态图象相混合,所述先前产生的静态图象因此由该新的静态图象来代替;其特征在于:
该设备还包括至少一个另外增长环,该环包括一个第二卷曲电路,一个第二混合电路(该电路用于将所获得的卷曲的视频对象与该先前产生的静态图象相混合)以及一个存储器(该存储器用于存储所述产生的静态图象),所述存储器和所述第二卷曲和混和电路被组织成在该第一混合电路(n-1)另外的增长步骤的输出处处理所得到的更新的静态图象,该另外的增长步骤一方面考虑同一视频序列但是以相反的顺序对之考虑,另一方面考虑对应于所述逆序列的每一涉及的视频目标的计算的运动信息,以及在所述第一增长级或其他增长环的任一个中的卷曲和混合电路之间所提供的用于计算每一图形元素的加权系数的装置,该加权系数与该卷曲的视频目标和该所产生的静态图象之间的误差相关,在该混合步骤期间该混合电路考虑该加权系数。
附图的简要描述
下面将参照附图更详细地解释本发明的特点和优点,其中:
图1显示了一个静态图象产生装置的已知方案;
图2显示了用于实现根据本发明的方法的一个静态图象产生装置的一个实施例。
本发明的描述
在图1中示出了在先前引用的文献WO98/59497中描述的实现这一方法的装置(例如用于一个马赛克图象)。一个运动计算级11接收连续的视频对象,在本例子中是连续的视频帧F(1),F(2),F(3),…,F(i),…,F(n-1),F(n),以及确定该运动参数,允许将进来的视频帧F(n)与该先前产生的存储在一个存储器12中的马赛克图象M(n-1)相合并。在计算完这些参数之后,这些参数用于卷曲电路13,该卷曲电路13将该视频目标转换到该马赛克M(n-1)的坐标系统。一个混合电路14最后产生刷新该旧的M(n-1)的新的马赛克M(n)。
根据本发明的原则是,一旦建立了诸如M(n)的第一个马赛克图象,就多次应用该增长步骤。这次这些进一步的增长以最后一帧开始,以第一帧结束,允许给予该新的先前视频帧较少的关注,以及得到一个较干净的静态图象。在这些进一步的增长步骤中,该先前产生的马赛克图象现在作为一个参考图象,以建立一个误差图,该误差图将用于下面的混合步骤。在图2中示出了实现所述方法的一个装置,该装置包括下列单元。一个第一增长级200允许根据图1的方案产生第一马赛克图形M1(n)。为此,所述马赛克图象产生级200包括一个运动计算电路,一个存储器,一个卷曲电路和一个混合电路,它们与相应的单元11至14相同,并且以同样的方式工作,因此未予示出。同时,连续的输入视频帧F(1),F(2),F(3)…,F(i),…,F(n)存储在缓冲器201中。将从该最后视频帧的开始处读出的该缓冲器201的输出向一个第二增长级300发送。所述级300本身包括串行的一个(第二)卷曲电路331,一个基于象素的加权电路和一个(第二)混合电路334,该卷曲电路331一方面接收所述缓冲器201的所述输出,并且另一方面接收先前在该第一增长级200中确定的对应的运动参数(现在以相反的顺序考虑这些视频帧中的每一个),
根据本发明,在电路332中通过比较该第二卷曲电路331的输出和该第一增长级200的输出M1(n)构建一个误差图。该基于象素的加权电路包括所述电路332和一个系数计算电路333,对于每一图象元素(象素)该加权电路利用下列表达式(1)计算加权系数WWF(n) W WF ( n ) [ x , y ] = 1 r ( x , y ) d dr ρ ( r ( x , y ) ) - - - - - - - ( 1 ) 其中 n是作为已知的洛伦兹函数M估算值的一个对称的正定函数(symmetrical,positive-definite function),r(x,y)是该卷曲的当前图象和该马赛克图象之间在该象素(x,y)处的误差。然后由该混合电路334使用该基于象素的加权电路(332,333)计算的整个加权系数集合。在所述电路中,然后使用一个考虑该加权系数WWF(n)[x,y]的加权平均公式计算一个新的马赛克图象M2(n)(该图象从该混合步骤产生)的亮度和色度值。对于每一象素[x,y],实际是混合公式(2)
Figure 9980175800082
其中各项的定义如下:(a)n>0;(b)对于任一(x,y),WM2(0)=0;(c)对于任一(x,y), W WF ( n ) [ x , y ] = l r ( x , y ) d dr ρ ( r ( x , y ) ) ; (d)WM2(n)=WM2(n-1)+WWF(n)
将在该第二增长级300的输出端所产生的马赛克图象M2(n)存储在一个(第二)存储器202以刷新先前产生的马赛克图象M2(n-1)。
然后对于从该缓冲器201读出的每一连续的视频帧重复该增长过程(直到该第一个F(1))。对应于这些视频帧的每一个的运动参数可以在级200中获得(它们已经在所述级中实现的该第一增长步骤中定义),该新近产生的马赛克图形M2(n)存储在存储器202中,以用于每一后面的混合步骤(该混合电路334接收所述存储器202的输出)。
本发明显然不限于前面的实施例。在该混合电路中实现的混合步骤之前可以跟一个预处理于步骤,诸如在1998年8月5日提交的申请号为98401997.6(PHF98584)的欧洲专利中所描述的。该文献尤其描述了包括在该弯曲和混合步骤之间的一个另外的加权子步骤的一个马赛克图象产生方法。对于所考虑的视频对象(诸如一个视频帧)的每一象素(图象元素),计算与该卷曲的视频对象和该先前产生的马赛克图象之间的误差有关的一个加权系数,然后该混合公式考虑每一所述的加权系数。基于例如一个形态分段(morphological segmentation),它也可能在这一另外的加权子步骤和该混合步骤之间包括一个空间过滤子步骤,用于将所述基于象素的加权操作转换为一个基于区域的操作,从而允许检测和丢弃作为分离物考虑的区域。这些预处理子步骤也可以应用于在该马赛克图象产生级200的混合电路中执行的混合步骤之前。
必须指出的是,本发明不依赖于该视频序列的类型。在所描述的例子中,该视频序列包括矩形形状的连续的视频帧F(1),F(2),…,F(n-1),F(n),但是很显然它可以包括任意类型的视频对象,例如任意形状类型的视频对象(VO),诸如根据面向对象的分段方案与该MPEG-4标准有关的形状。术语“视频对象”因此可选择为表示诸如根据这里所描述的方法和设备所处理的视频信息的任一类型,并且这种视频对象用符号VO(1),VO(2),…,VO(n-1),V(n)表示。

Claims (4)

1、一种从包括连续的视频对象VO的一个视频序列产生诸如子图象或者马赛克图象的一个大的静态图象的方法,考虑所述静态图象的增长,所述方法包括下列步骤:
(A)相对于先前产生的静态图象,计算关于该序列的当前视频对象VO(n)的运动参数;
(B)在所述计算的运动参数的基础上,卷曲所述当前视频对象VO(n);
(C)将所得到的卷曲的视频对象WVO(n)与所述先前产生的静态图象混合;其特征还在于:
(1)所述方法还包括(n-1)次另外的增长步骤,这些步骤应用于以相反顺序考虑的同一视频序列,每一另外的增长步骤自身包括一个卷曲子步骤和一个混合子步骤,所述卷曲子步骤基于以所述相反的顺序考虑的每一连续的视频目标和对应的计算的运动参数,所述混合子步骤在所考虑的卷曲的视频对象和在该先前增长步骤的末尾所产生的静态图象之间。
2.根据权利要求1的方法,其特征在于在第一增长步骤或所述进一步的增长步骤的任一个的该卷曲和混合步骤之间还包括一个另外的步骤,该步骤用于对于该当前视频对象VO(n)计算一个与在该卷曲的视频对象WVO(n)和该产生的静态图象之间在每一个图象元素[x,y]处的误差有关的一个加权系数WWF(n)[x,y],该用于确定该新近产生的静态图象的混合步骤然后考虑所述加权系数。
3、根据权利要求1的方法,其特征在于在第一增长步骤或所述进一步的增长步骤的任一个的该卷曲和混合步骤之间还包括一个另外的步骤,该步骤本身包括:
第一基于象素的误差图定义子步骤,对于当前视频对象VO(n)的每一图象元素(x,y),该步骤用于构造该卷曲的视频对象WVO(n)和该静态图象之间在所述图象元素(x,y)的误差r(x,y)的图;
第二空间过滤子步骤,用于将所述基于象素的误差图变换为一个基于区域的误差图;
第三加权子步骤,其对于每一象素用于计算一个加权系数WWF(n)[x,y],该系数与所述误差有关,并且同时用于选择属于前景对象的区域和在该混合步骤之前作为分离物丢弃它们;用于确定该新近产生的静态图象的该混合步骤然后考虑所述加权系数。
4、一个从包括连续的视频对象VO的视频序列产生诸如子图象或马赛克图象的大的静态图象的装置,考虑在一个第一增长级中的所述静态图象的增长,所述装置包括:
(A)一个运动计算电路,用于计算关于在该序列的该当前视频对象VO(n)和先前产生的静态图象之间的相对运动的一个运动信息;
(B)一个第一卷曲电路,用于在所述当前视频对象和所述运动信息的基础上定义一个卷曲的视频对象WVO(n);
(C)一个第一混合电路,用于将所得到的卷曲的视频对象WVO(n)与所述先前产生的静态图象相混合,所述先前产生的静态图象因此由该新的静态图象来代替;
其特征在于:
该设备还包括至少一个增长环,该环包括一个第二卷曲电路,一个第二混合电路以及一个存储器,该第二混合电路用于将所获得的卷曲的视频对象与该先前产生的静态图象相混合,该存储器用于存储所述产生的静态图象,所述存储器和所述第二卷曲和混和电路被组织成在该第一混合电路(n-1)另外的增长步骤的输出处处理所得到的更新的静态的图象,该另外的增长步骤一方面考虑同一视频序列但是以相反的顺序对之考虑,另一方面考虑对应于所述逆序列的每一涉及的视频目标的计算的运动信息,以及在所述第一增长级或其他增长环的任一个中的卷曲和混合电路之间所提供的用于计算每一图形元素的加权系数,该加权系数与该卷曲的视频目标和该所产生的静态图象之间的误差相关,在该混合步骤期间该混合电路考虑该加权系数。
CNB998017582A 1998-08-05 1999-07-29 静态图象产生方法和装置 Expired - Fee Related CN1231067C (zh)

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
EP98401997 1998-08-05
EP99401607.9 1999-06-28
EP99401607 1999-06-28
EP98401997.6 1999-06-28

Publications (2)

Publication Number Publication Date
CN1287749A true CN1287749A (zh) 2001-03-14
CN1231067C CN1231067C (zh) 2005-12-07

Family

ID=26151683

Family Applications (1)

Application Number Title Priority Date Filing Date
CNB998017582A Expired - Fee Related CN1231067C (zh) 1998-08-05 1999-07-29 静态图象产生方法和装置

Country Status (6)

Country Link
US (1) US6487323B1 (zh)
EP (1) EP1042920A1 (zh)
JP (1) JP2002522983A (zh)
KR (1) KR100695030B1 (zh)
CN (1) CN1231067C (zh)
WO (1) WO2000008860A1 (zh)

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7103229B2 (en) * 2001-11-19 2006-09-05 Mitsubishi Electric Research Laboratories, Inc. Image simplification using a robust reconstruction filter
KR20030059399A (ko) * 2001-12-29 2003-07-10 엘지전자 주식회사 모자이크 영상 생성장치 및 방법과 모자이크 영상 기반동영상 재생방법
US7729563B2 (en) 2002-08-28 2010-06-01 Fujifilm Corporation Method and device for video image processing, calculating the similarity between video frames, and acquiring a synthesized frame by synthesizing a plurality of contiguous sampled frames
US7113185B2 (en) * 2002-11-14 2006-09-26 Microsoft Corporation System and method for automatically learning flexible sprites in video layers
US7813589B2 (en) * 2004-04-01 2010-10-12 Hewlett-Packard Development Company, L.P. System and method for blending images into a single image
US7773099B2 (en) * 2007-06-28 2010-08-10 Mitsubishi Electric Research Laboratories, Inc. Context aware image conversion method and playback system
CN101888545B (zh) * 2010-05-27 2013-01-02 北京华信新媒技术有限公司 一种低码率信源压缩编码方法
US9852523B2 (en) * 2016-02-24 2017-12-26 Ondrej Jamri{hacek over (s)}ka Appearance transfer techniques maintaining temporal coherence
US9870638B2 (en) 2016-02-24 2018-01-16 Ondrej Jamri{hacek over (s)}ka Appearance transfer techniques
KR102650217B1 (ko) 2017-12-07 2024-03-21 삼성전자주식회사 이미지를 제공하기 위한 방법 및 이를 지원하는 전자 장치

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5649032A (en) * 1994-11-14 1997-07-15 David Sarnoff Research Center, Inc. System for automatically aligning images to form a mosaic image
US6037988A (en) * 1996-03-22 2000-03-14 Microsoft Corp Method for generating sprites for object-based coding sytems using masks and rounding average
US6173087B1 (en) * 1996-11-13 2001-01-09 Sarnoff Corporation Multi-view image registration with application to mosaicing and lens distortion correction
US5943445A (en) * 1996-12-19 1999-08-24 Digital Equipment Corporation Dynamic sprites for encoding video data
US6097854A (en) * 1997-08-01 2000-08-01 Microsoft Corporation Image mosaic construction system and apparatus with patch-based alignment, global block adjustment and pair-wise motion-based local warping

Also Published As

Publication number Publication date
EP1042920A1 (en) 2000-10-11
WO2000008860A1 (en) 2000-02-17
KR100695030B1 (ko) 2007-03-14
US6487323B1 (en) 2002-11-26
KR20010024413A (ko) 2001-03-26
CN1231067C (zh) 2005-12-07
JP2002522983A (ja) 2002-07-23

Similar Documents

Publication Publication Date Title
US9615082B2 (en) Image sequence enhancement and motion picture project management system and method
Cai et al. FCSR-GAN: Joint face completion and super-resolution via multi-task learning
CN110351511A (zh) 基于场景深度估计的视频帧率上变换系统及方法
CN1150769C (zh) 静态图象产生方法和装置
CN104272377B (zh) 运动图片项目管理系统
CN112580473B (zh) 一种融合运动特征的视频超分辨率重构方法
EP2467823A1 (en) Image reconstruction method and system
EP0866606B1 (en) Method for temporally and spatially integrating and managing a plurality of videos, device used for the same, and recording medium storing program of the method
CN110958469A (zh) 视频处理方法、装置、电子设备及存储介质
AP504A (en) Computer compression of video images.
CN1231067C (zh) 静态图象产生方法和装置
CN1153470C (zh) 静态图象产生方法和装置
CN112084371B (zh) 一种电影多标签分类方法、装置、电子设备以及存储介质
Di Blasi et al. Smart Ideas for Photomosaic Rendering.
McLean Structured video coding
Lynch The technologies of electronic imaging
JPH09511083A (ja) コンピューターグラフィックスにおける3−d表現
CN111626121B (zh) 基于视频中多层次交互推理的复杂事件识别方法及系统
Nishi et al. A novel picture coding using colorization technique
WO1996029829A1 (en) Improvements in image compositing
Komatsu et al. Global motion segmentation representation for advanced digital moving image processing
CN113014831A (zh) 用于对体育视频进行场景获取的方法及装置、设备
Le Mestre et al. Iterative vector non-linear interpolation for the synthesis of intermediate views
CN114693551A (zh) 一种图像处理方法、装置、设备以及可读存储介质
CN111461150A (zh) 一种无监督学习物体外观的算法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
C19 Lapse of patent right due to non-payment of the annual fee
CF01 Termination of patent right due to non-payment of annual fee