[发明专利]基于快速图像配准的视角变化条件下视频前景提取方法

权利要求书

1.一种基于快速图像配准的视角变化条件下视频前景分割的方法，其特征在于包括离线的背景训练和在线的前景分割两个阶段，

离线的背景训练阶段包括如下步骤：

(1)获取训练背景图像集{B_n}；

(2)利用训练背景图像集来进行Isomap流形学习，获得其所在的低维流形；

(3)利用窗口相关性方法、基于角点的插值和基于局部高斯模型的奇异值去除方法来计算在背景流形上位置接近的训练背景图像之间的光流；

在线的前景分割阶段包括如下步骤：

(4)对每个新来的包含前景的视频帧F，首先利用扩展的Isomap计算该帧在背景流形上的位置；

(5)在计算获得新视频帧F在背景流形上的位置之后，在背景流形的局部欧氏范围内进行光流插值，得到从最接近的背景训练图像B(F)到F的光流O_BF；

(6)根据B(F)和O_BF构造出和F处在完全相同的视角下的背景图像B_F；

(7)利用图像F和B_F，通过背景减除，即获得F的前景区域，完成了F的前景分割。

2.根据权利要求1所述的一种基于快速图像配准的视角变化条件下视频前景分割的方法，其特征在于，所述的获取训练背景图像集{B_n}：拍摄不同视角的背景图像来获取训练背景图像集，或者使用视频中空的不包含前景的背景帧作为训练背景图像集。

3.根据权利要求1所述的一种基于快速图像配准的视角变化条件下视频前景分割的方法，其特征在于，所述的利用训练背景图像集来进行Isomap流形学习，获得训练背景图像集所在的低维流形：对于D维向量集{B_n}(n＝1，2，...N)，首先计算一个N×N的距离矩阵S，公式如下：

S_ij＝‖B_i-B_j‖(i，j＝1，2，...N)，    1

其中‖B_i-B_j‖即为B_i与B_j之间的L2距离；然后，根据距离矩阵S构造最短路径矩阵S’，即：方阵S’记录了{B_n}中任意两个顶点B_j和B_i之间的最短路径；然后，由距离矩阵S’来构造矩阵M：

M＝HSH/2，    2

其中的矩阵H由H_ij＝δ_ij-1/N定义；于是，{B_n}在d维流形上的映射{c_n}(d＜＜D)由下式计算：

[c1T,c2T,...,cNT]=[λ1·e1T,λ2·e2T,...,λd·edT]T,---3]]>

其中λ₁，λ₂，...λ_d为矩阵M的前d个非负特征值(降序排列)，e₁，e₂，...e_d是对应的特征向量，{B_n}的本征维度d由降维后的残差确定，当残差变化曲线停止随维度上升而降低时，维度作为本征维度d。