Procedimiento de seguimiento de la región de interés y dispositivo para la codificación de video basada en ondículas.

Un procedimiento de seguimiento de una región objetivo en una trama de imagen (k) en base a una región objetivo (20) de una trama de imagen anterior (k - 1) en una secuencia de tramas de imagen,

comprendiendo cada una de dichas secuencias de tramas de imagen una pluralidad de píxeles, comprendiendo dicho procedimiento:

determinar un área de búsqueda (130) en dicha trama de imagen (k) en base a, al menos una parte de la región objetivo (20) en dicha trama anterior (k - 1), siendo los píxel de dicha área de búsqueda (130) una pluralidad de primeros píxel (40), teniendo cada uno de los primeros píxel al menos un valor de primer píxel correspondiente; estando dicho procedimiento caracterizado por para cada uno de los primeros píxel (40) en el área de búsqueda (130):

determinar un área de búsqueda adicional (50) en dicha trama anterior (k - 1), incluyendo dicha área de búsqueda adicional (50) una pluralidad de segundos píxel de entre la pluralidad de píxel en la trama anterior (k - 1), teniendo cada uno de los segundos píxel al menos un valor de segundo píxel correspondiente y un estatus de región, en el que el estatus de región del segundo píxel es indicativo de si dicho segundo píxel está localizado dentro de la región objetivo (20) en dicha trama anterior (k - 1);

encontrar una coincidencia entre el valor de primer píxel del primer píxel (40) de entre los valores del segundo píxel para la localización de un segundo píxel de referencia; y determinar el estatus de la región de al menos uno de dichos primeros píxel (40) en base al estatus de la región del segundo píxel de referencia para la determinación de la región objetivo en dicha trama de imagen (k) en base al estatus de la región de dicho, al menos un primer píxel (40).

Procedimiento de seguimiento de la región de interés y dispositivo para la codificación de video basada en ondículas Campo de la invención La presente invención se refiere, de forma general, a codificadores/descodificadores (codecs) de imagen basados en la descomposición en sub-bandas y, más particularmente, a la codificación de objetos en movimiento sobre una serie de imágenes.

Antecedentes de la invención Es generalmente conocido que la compresión de imágenes es eficaz en la reducción de la cantidad de datos de la imagen para su transmisión o almacenamiento. En particular la introducción de formatos de codificación de imágenes escalables como el JPEG 2000, ha hecho posible enviar y recibir sólo una fracción de un fichero de imagen y seguir reconstruyendo una imagen de alta calidad en el extremo de recepción. La parte que se reduce de la imagen usualmente contiene información que describe los componentes de alta frecuencia presentes en la imagen, correspondientes a los detalles a los que el sistema visual humano (HVS) no es muy sensible.

JPEG significa el Grupo de Expertos Fotográficos Unidos para la compresión de imágenes. En 1988 este comité adoptó su primera normativa, conocida como la línea base de JPEG, que se basa en la transformada del coseno discreto (DCT) y la codificación Huffman. En 2001, el comité del JPEG desarrolló una nueva normativa de compresión, llamada JPEG 2000. Esta nueva normativa proporciona un funcionamiento de baja tasa de bits, con distorsión de tasa y características de calidad de la imagen subjetiva superiores a las normativas existentes, sin sacrificar el funcionamiento en otros puntos en el espectro de distorsión de tasa. De forma más importante, JPEG 2000 permite la extracción de diferentes resoluciones y fidelidades de píxel de una imagen comprimida a partir de la misma representación de la secuencia de código. También ofrece características tales como la codificación de la región de interés (ROI) y el acceso aleatorio a áreas de imagen. Esto permite a un usuario manipular, almacenar o transmitir sólo la información esencial de una imagen para cualquier dispositivo objetivo a partir de su representación de la secuencia de bits del JPEG 2000.

JPEG 2000 es un codificador del plano de bits basado en la descomposición en sub-bandas. Usa ondículas en la etapa de transformación. La imagen se descompone en resoluciones múltiples, Cada una de las resoluciones está compuesta de sub-bandas que representan las componentes de baja o/y alta frecuencia. Las muestras en las subbandas se codifican a continuación en planos de bits que comienzan desde el plano de bits más significativo. El uso de la transformada de ondículas y el esquema de codificación del plano de bits proporcionan la característica de escalabilidad de JPEG 2000.

El JPEG 2000 de Movimiento es un procedimiento de compresión de video, basado en la codificación sobre intratramas usando JPEG 2000. En el JPEG 2000 de Movimiento, las tramas en la secuencia de video se codifican como imágenes independientes, es decir no hay ninguna predicción de movimiento entre las imágenes. Este esquema de codificación ofrece importantes funcionalidades tales como la escalabilidad en la calidad y en la resolución, robustez a los errores de bits, y edición de tramas. Sin embargo, es ineficiente en la realización de la compresión en comparación con otras normativas, tales como el MPEG-4, donde se usan las estimaciones de los vectores de movimiento para codificar las inter-tramas. Por otra parte, la realización de la compresión del JPEG 2000 de Movimiento puede mejorarse usando las características de JPEG 2000 tales como la codificación de la ROI.

La codificación de la ROI es una funcionalidad útil en JPEG 2000. Permite la asignación de más bits en una ROI que en otras regiones en la misma imagen mientras se codifican, Codificando de forma desigual las partes de las imágenes de modo que pueden asignarse más bits por píxel a los objetos importantes que a los objetos menos importantes, se obtiene una mejor percepción visual haciendo esta característica muy útil especialmente en las aplicaciones de baja tasa de datos. Para codificar objetos importantes en una secuencia de video como ROI, el seguimiento de estos objetos se hace esencial para producir un flujo de video de alta calidad.

El seguimiento de las ROI es una característica importante en muchas aplicaciones relacionadas con lo visual, tales como el control basado en la visión, interfaces hombre-ordenador, vigilancia, automatización agrícola, captura de imágenes médicas y reconstrucción visual. La principal dificultad en el seguimiento de ROI en secuencias de video se debe a las variaciones potenciales en la región objetivo dentro de la secuencia de trama. Estas variaciones se deben usualmente a cambios en la postura, deformaciones de la forma, iluminación y oclusión parcial o total del objeto. Las fuentes de estas variaciones deberían tenerse en cuenta cuando se diseña un algoritmo de seguimiento para garantizar la robustez y la estabilidad.

En la técnica anterior, la mayor parte de los procedimientos de seguimiento de las ROI descansan en una estrategia de procesamiento multi-etapa, que consiste de tres etapas consecutivas. En la primera etapa, se realiza la segmentación del segundo plano basado en el color y se enmascaran las áreas de color similar que la región objetivo. La segunda etapa involucra la localización de la ROI a través de la minimización de vectores estimados, usando las proyecciones de resumen horizontal y vertical de la imagen segmentada, o con heurísticas basadas en el tamaño, la forma, la posición, la relación de aspecto y la consistencia de color en la región objetivo. .La etapa final es refinar y suavizar las fronteras de la región.

Hager y otros ("Seguimiento Eficaz de la Región con Modelos Paramétricos de Geometría e Iluminación", IEEE Transactions sobre el Análisis de Patrones y la Inteligencia de Máquinas, Vol. 20, Nº 10, Octubre de 1998) hace uso de modelos lineales para simplificar la ecuación del flujo óptico, y un conjunto de vectores base para modelar la variación en la iluminación realizando la descomposición de un valor singular sobre una secuencia de entrenamiento del objetivo. Kruger y otros ("Procedimiento del Subespacio de Ondículas para el Seguimiento de Caras en Tiempo Real". Procedimiento de Reconocimiento de Patrones, 23º Simposio DAGM, Munich, Alemania 2002) usa un número mayor de funciones de ondícula para construir una red de ondículas que representan las características del objetivo, y a continuación sigue la ROI en base a la distancia Euclídea entre los coeficientes de la ondícula.

Kundu (Patente de los Estados Unidos Nº 5.974.192) desvela un procedimiento para emparejar bloques en una secuencia de imágenes basado en las texturas, los píxel dominantes de borde así como la intensidad y el color. Ponticos (Patente de los Estados Unidos Nº 6.035.067) desvela un procedimiento donde se usa un "hueco potencial" para impedir los movimientos grandes del objeto del segundo plano usando criterios predefinidos para la clasificación de las regiones de la imagen. Poggio y otros (Patente de los Estados Unidos Nº 6.421.463) desvela un procedimiento para la búsqueda de objetos en imágenes donde el sistema de búsqueda debe entrenarse usando una plantilla de coeficientes de ondículas.

El documento EP 1.061 748 A2 desvela un sistema basado en plantillas para el seguimiento de un objeto de imagen y la segmentación. El sistema entre otros incluye un procedimiento de búsqueda auto-predictivo de correlación de dos dimensiones para el seguimiento de objetos. El objeto de una trama anterior sirve como una plantilla para la localización del objeto en una trama de la imagen actual. La trama de la imagen actual sirve como un área de búsqueda. La plantilla se superpone sobe una ventana dentro del área de búsqueda. Los puntos de los datos de la plantilla se comparan con los puntos de datos de la ventana para determinar si los puntos de datos correlacionan en el grado deseado. Si lo hacen, entonces se ha encontrado una coincidencia para la plantilla, Dependiendo del tamaño de la plantilla y el tamaño del área de búsqueda, la plantilla puede situarse sobre un cierto número de ventanas dentro del área de búsqueda. Para reducir el número de ventanas al que se compara la plantilla, se deducen un tamaño de paso a lo largo de un primer eje y un tamaño de paso a lo largo de un segundo eje. En lugar de comparar la plantilla con cada ventana posible del área de búsqueda, la plantilla se mueve a lo largo de cualquiera o ambos ejes, el primer... [Seguir leyendo]

1. Un procedimiento de seguimiento de una región objetivo en una trama de imagen (k) en base a una región objetivo (20) de una trama de imagen anterior (k - 1) en una secuencia de tramas de imagen, comprendiendo cada una de dichas secuencias de tramas de imagen una pluralidad de píxeles, comprendiendo dicho procedimiento:

determinar un área de búsqueda (130) en dicha trama de imagen (k) en base a, al menos una parte de la región objetivo (20) en dicha trama anterior (k - 1) , siendo los píxel de dicha área de búsqueda (130) una pluralidad de primeros píxel (40) , teniendo cada uno de los primeros píxel al menos un valor de primer píxel correspondiente; estando dicho procedimiento caracterizado por para cada uno de los primeros píxel (40) en el área de búsqueda (130) :

determinar un área de búsqueda adicional (50) en dicha trama anterior (k - 1) , incluyendo dicha área de búsqueda adicional (50) una pluralidad de segundos píxel de entre la pluralidad de píxel en la trama anterior (k - 1) , teniendo cada uno de los segundos píxel al menos un valor de segundo píxel correspondiente y un estatus de región, en el que el estatus de región del segundo píxel es indicativo de si dicho segundo píxel está localizado dentro de la región objetivo (20) en dicha trama anterior (k - 1) ; encontrar una coincidencia entre el valor de primer píxel del primer píxel (40) de entre los valores del segundo píxel para la localización de un segundo píxel de referencia; y determinar el estatus de la región de al menos uno de dichos primeros píxel (40) en base al estatus de la región del segundo píxel de referencia para la determinación de la región objetivo en dicha trama de imagen (k) en base al estatus de la región de dicho, al menos un primer píxel (40) .

2. El procedimiento de acuerdo con la reivindicación 1, caracterizado porque dicha al menos una parte de la región objetivo (20) en dicha trama anterior (k -1) tiene un contorno para la definición de un contorno correspondiente (30) en dicha trama de imagen (k) , y en el que los primeros píxel (40) incluyen píxel adyacentes al contorno correspondiente (30) en dicha trama de imagen (k) .

3. El procedimiento de acuerdo con una cualquiera de las reivindicaciones 1 a 2, en el que la región objetivo de dicha trama de imagen (k) incluye una frontera y dicha pluralidad de píxel en dicha trama de imagen (k) incluyen una pluralidad de terceros píxel adyacentes a la frontera, teniendo cada uno de los terceros píxel al menos un valor del tercer píxel correspondiente, caracterizado dicho procedimiento además por

la determinación del tipo de borde de los terceros píxel para modificar la región objetivo en dicha trama de imagen (k) en base al tipo de borde de los terceros píxel.

4. El procedimiento de acuerdo con la reivindicación 3, caracterizado porque el tipo de borde se determina en base al componente de la luminancia de los coeficientes de ondícula.

5. El procedimiento de acuerdo con una cualquiera de las reivindicaciones 1 a 4, caracterizado porque los valores del primer y segundo píxel son indicativos de los coeficientes de ondícula.

6. El procedimiento de acuerdo con una cualquiera de las reivindicaciones 1 a 5, caracterizado porque los valores del primer y segundo píxel son indicativos de los coeficientes de ondícula en una sub-banda baja.

7. El procedimiento de acuerdo con una cualquiera de las reivindicaciones 1 a 5, caracterizado porque los valores del primer y segundo píxel son indicativos de al menos uno de los componentes de la crominancia de los coeficientes de ondícula en una sub-banda baja.

8. El procedimiento de acuerdo con la reivindicación 3 o la reivindicación 4, caracterizado porque los valores del tercer píxel son indicativos de los coeficientes de ondícula.

9. El procedimiento de acuerdo con la reivindicación 3 o la reivindicación 4, caracterizado porque los valores del tercer píxel son indicativos de los coeficientes de ondícula en una sub-banda alta.

10. El procedimiento de acuerdo con una cualquiera de las reivindicaciones 3, 4, 8 y 9, caracterizado porque los valores del tercer píxel son indicativos de la componente de luminancia de los coeficientes de ondícula en una subbanda alta.

11. Un programa de ordenador para su uso en un codificador (610) de imagen que tiene un medio (620) para la codificación de una secuencia (700) de las tramas de imagen dentro de una secuencia de código (740) , teniendo dicha secuencia (700) de tramas de imagen al menos un primera trama de imagen (k) y una segunda trama de imagen anterior (k - 1) , teniendo cada una de las tramas de imagen primera (k) y segunda (k - 1) una pluralidad de píxel, en el que la trama de imagen segunda (k - 1) tiene un región objetivo (20) , comprendiendo dicho programa de ordenador:

un código para definir un área de búsqueda (130) en la primera trama de imagen (k) en base a al menos una parte de la región objetivo (20) en la segunda trama de imagen (k - 1) , siendo los píxel de dicha área de búsqueda (130) una pluralidad de primeros píxel (40) , teniendo cada uno de los primeros píxel al menos uno correspondiente al valor del primer píxel; dicho programa de ordenador caracterizado por un código para determinar, para cada uno de los primeros píxel (40) en el área de búsqueda (130) ;

un área de búsqueda adicional (50) en la segunda trama de imagen (k - 1) , incluyendo dicha área de búsqueda adicional (50) una pluralidad de segundos píxel de entre la pluralidad de píxel de la segunda trama de imagen (k - 1) , teniendo cada uno de los segundos píxel al menos un valor de segundo píxel correspondiente y un estatus de la región, en el que el estatus de la región del segundo píxel es indicativo de si dicho segundo píxel está localizado dentro de la región objetivo (20) en dicha trama anterior (k - 1) ; un segundo píxel de referencia en dicha área de búsqueda adicional (50) basado en una coincidencia entre el valor de primer píxel del primer píxel (40) de entre los valores del segundo píxel; y el estatus de la región de al menos uno de dichos primeros píxel (40) basado en el estatus de la región del segundo píxel de referencia para determinar una región objetivo en la primera trama de imagen (k) en base al estatus de la región de dicho al menos un primer píxel (40) .

12. El programa de ordenador de acuerdo con la reivindicación 11, caracterizado porque los valores del primer y segundo píxel son indicativos de al menos una de las componentes de la crominancia de los coeficientes de ondícula en una sub-banda baja.

13. El programa de ordenador de acuerdo con la reivindicación 11 o la reivindicación 12, en el que la región objetivo de la primera trama de imagen (k) incluye una frontera y dicha pluralidad de píxel en la primera trama de imagen incluye una pluralidad de terceros píxel adyacentes a la frontera, teniendo cada uno de los terceros píxel al menos un valor de tercer píxel correspondiente, caracterizado dicho programa de ordenador además por

un código para la determinación del tipo de borde de los terceros píxel para modificar la región objetivo en la primera trama de imagen (k) en base al tipo de borde en los terceros píxel.

14. El programa de ordenador de acuerdo con la reivindicación 13 caracterizado porque los valores del tercer píxel son indicativos de la componente de luminancia de los coeficientes de ondícula en una sub-banda alta.

15. El programa de ordenador de acuerdo con una cualquiera de las reivindicaciones 11 a 14, caracterizado porque el estatus de la región del segundo píxel es indicativo de si dicho segundo píxel está localizado dentro de la región objetivo (20) en la segunda trama de imagen (k - 1) .

16. Un codificador (610) de imagen para la codificación de una secuencia (700) de tramas de imagen que comprenden al menos una primera trama de imagen (k) y una segunda trama de imagen anterior (k - 1) , incluyendo cada una de las tramas de imagen primera (k) y segunda (k - 1) una pluralidad de píxel, teniendo la segunda trama de imagen (k - 1) una región objetivo (20) , teniendo dicho codificador de imagen (610) :

un medio (614) para la descomposición de cada una de las tramas de imagen en una pluralidad de componentes de sub-bandas; y un medio (620) para la codificación de las componentes de sub-bandas en una secuencia de código (740) , comprendiendo dicho codificador de imágenes (610) :

un primer algoritmo, que responde a los componentes de las sub-bandas, para definir un área de búsqueda (130) en la primera trama de imagen (k) en base a al menos una parte de la región objetivo (20) en la segunda trama de imagen (k - 1) , siendo los píxel del área de búsqueda (130) un pluralidad de primeros píxel (40) , teniendo cada uno al menos un valor del primer píxel correspondiente; dicho codificador de imagen (610) caracterizado por un segundo algoritmo que responde a cada uno de los primeros píxel (40) , para determinar:

un área de búsqueda adicional (50) en la segunda trama de imagen (k-1) que incluye una pluralidad de segundos píxel de entre la pluralidad de píxel en la segunda trama de imagen (k - 1) , teniendo cada uno de los segundos píxel al menos un valor de segundo píxel correspondiente y un estatus de la región, en el que el estatus de la región del segundo píxel es indicativo de si dicho segundo píxel está localizado dentro de la región objetivo (20) en dicha trama anterior (k - 1) ; un segundo píxel de referencia en el área de búsqueda adicional (50) en base a una coincidencia entre al valor de primer píxel del primer píxel (40) de entre los valores del segundo píxel; y un estatus de la región de al menos uno de los primeros píxel (40) en base al estatus de la región del segundo píxel de referencia para la determinación de una región objetivo en la primera trama de imagen (k) basada en el estatus de la región de dicho al menos un primer píxel (40) .

17. El codificador (610) de imagen de acuerdo con la reivindicación 16, caracterizado porque los valores del primer y segundo píxel son indicativos de al menos una de las componentes de crominancia de los coeficientes de ondícula en una sub-banda baja.

18. El codificador (610) de imagen de acuerdo con la reivindicación 16 o la reivindicación 17, en la que la región

objetivo de la primera trama de imagen (k) incluye una frontera y dicha pluralidad de píxel en la primera trama de imagen (k) incluyen una pluralidad de terceros píxel adyacentes a la frontera, teniendo cada uno de los terceros píxel al menos un valor del tercer píxel correspondiente, caracterizado dicho programa de ordenador además por un código para la determinación del tipo de borde de los terceros píxel para modificar la región objetivo en dicha trama de imagen (k) en base al tipo de borde de los terceros píxel.

19. El codificador (610) de imagen de acuerdo con la reivindicación 18, caracterizado porque los valores del tercer píxel son indicativos de la componente de luminancia de los coeficientes de ondícula en una sub-banda alta.

20. El codificador (610) de imagen de acuerdo con una cualquiera de las reivindicaciones 16 a 19, caracterizado porque el codificador de imagen (610) está adaptado para codificar dicha región objetivo en la primera trama de imagen (k) con una calidad visual más alta que la otra región en dicha primera trama de imagen (k) .

21. Un sistema (600) de codificación de imagen que tiene un codificador (610) de acuerdo con una cualquiera de las reivindicaciones 16 a 20 para la codificación de una secuencia (700) de tramas de imagen en una secuencia de código (740) , y un decodificador (630) para la reconstrucción de la secuencia (700) de las tramas de imagen en base a la secuencia de código (740) .