17、自动化视频分析：模块化方法与显微镜视频修复

自动化视频分析：模块化方法与显微镜视频修复

1. 显微镜视频修复方法

在显微镜视频处理中，有两种修复方法展现出了优于背景减法的优势。
- LTM 方法 ：在处理具有小的、有界遮挡的视频时表现最佳，但在处理大遮挡和衍射效应方面效果较差。
- GLT 方法 ：对任何大小的遮挡都能同样有效地处理，并且至少在视觉上能改善一些衍射效应。其中，当移动场景对象覆盖图像区域的时间少于视频总时长的一半时，GLT - 中位数估计的性能优于 GLT - 均值估计。

目前，相关研究正在进行中，旨在将这些修复方法与光流相结合，以改善显微镜中的跟踪效果，并在完全遮挡的情况下提供更可靠的重建。

2. 自动化视频分析的模块化方法

自动化视频处理的步骤尚未被视觉开发者和知识工程师成功解决，主要原因在于难以以通用的方式表述视觉问题及其解决方案。因此，提出了一种利用本体来捕获视频分析目标、领域描述和能力的模块化方法。

2.1 相关工作

以往尝试自动解决图像处理问题的知识系统，如 LLVE、CONNY、OCAPI、MVP 和 BORG 等，存在一定局限性。这些系统的目标受限，并且将应用上下文和目标的先验知识隐式编码在知识库中，限制了应用领域范围。

较新的方法虽然有更明确的建模，但主要局限于业务对象描述的建模，未完全解决应用上下文描述以及上下文对图像的影响问题，也未定义在对象未知或不可用时描述图像内容的方法，且假设目标已知，未解决目标的规范问题。

2.2 模块化

模块化方法将图像处理领域的问题表述