[发明专利]基于统计形状先验的视频分割方法

说明书

技术领域

本发明涉及视频分割方法，尤其涉及一种基于统计形状先验的视频分割方法。 

背景技术

视频分割是指按一定规则将视频中每一帧分割成若干区域，它在模式识别、计算机视觉、视频检索、场景识别等领域有着广泛的应用。视频分割是在图像分割的基础上发展而来的，传统的图像分割算法一般基于图像的颜色、边缘、纹理等量度进行分割。视频分割中一个难点就是相机和物体都可能运动，而且运动组成比较复杂（可能既有平移也有旋转）。双层视频分割是将视频中每帧的图像划分为前景和背景两块区域的视频分割。 

Liu和Gleicher等人提出了一种利用运动信息估计出运动的子物体，然后利用这些检测出的子物体来建立前景颜色模型，从而帮助运动物体的分割。Sheikh等人提出了一种首先将得到的特征点跟踪轨迹分类成前景的以及背景的，然后可以根据稀疏的分类好的特征点跟踪轨迹来学习出外观颜色模型，来帮助运动物体的分割。章国锋等人提出了一个自动的视频分割方法，通过鲁棒的运动和深度估计，可以将运动的物体从手持摄像机拍摄的视频序列中高质量地抽取出来。该方法可以适用于各种相机运动类型的视频，背景场景的几何可以很复杂。很显然，以上提到的这些方法在分割运动物体与被遮挡的背景有相似颜色的区域的时候都会出现问题。Bai等人提出结合进形状先验来减少这样的分割二义性，但这种传播形状先验很容易会受到遮挡的影响。近来，章国峰等人提出了一种定向分类器来处理遮挡和时域不连贯性。在这些方法中，形状先验都是直接由时域上的上一帧或者下一帧产生的，在这种方式下形状信息随着一次次的传递将会变的越来越不可靠。一种解决方案是引入不可预期量的用户交互，显然这种解决方案非常耗时而且需要大量的人工劳动。 

发明内容

本发明目的是克服现有技术的不足，提供一种基于统计形状先验的分割方法。基于统计形状先验的视频分割方法步骤如下： 

1）视频分割初始化； 

2）前景形状匹配以及对齐，并计算统计形状先验量度； 

3）基于统计形状先验量度，优化视频分割； 

4）重复步骤2)、3)两遍以上后结束。 

步骤2）中的前景形状匹配以及对齐，并计算统计形状先验量度为： 

1）统计的全局形状先验 

首先，在每一帧的前景蒙版轮廓上均匀采样轮廓点，称采样到的这些点为“关键点集”，对于每一个关键点p，分别用基于形状上下文进行形状匹配以及物体识别方法以及颜色直方图方法计算它的形状特征F_s(p)和外观特征h_p， 

对任意两个关键点p和q，它们的特征距离根据如下公式计算： 

D(p,q)＝||F_s(p)-F_s(q)||+λ₁d_int(h_p-h_q) 

其中，||||表示欧几里得距离运算，λ₁表示权重取为10～20，d_int(h_p-h_q)是直方图相交距离，定义如下：