[发明专利]基于运动特性的视频显著区的提取方法和装置有效

专利信息
申请号: 201611233165.9 申请日: 2016-12-28
公开(公告)号: CN106875396B 公开(公告)日: 2020-12-01
发明(设计)人: 周莺;龙玥;梁永生;赵立霞 申请(专利权)人: 深圳信息职业技术学院
主分类号: G06T7/11 分类号: G06T7/11;G06T7/174;G06T7/215
代理公司: 深圳市恒申知识产权事务所(普通合伙) 44312 代理人: 王利彬
地址: 518000 广东*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 运动 特性 视频 显著 提取 方法 装置
【权利要求书】:

1.一种基于运动特性的视频显著区的提取方法,其特征在于,所述方法包括:

从目标视频中获取待提取图像;

从所述待提取图像的空域显著图中提取多个目标图像显著区,并在所述目标图像显著区中提取运动目标,对所述目标图像显著区进行运动特性运算,以算出所述目标图像显著区的运动特性因子;其中,所述运动特性因子用于表示所述目标图像显著区的运动连贯性;

根据相邻的两个目标图像显著区的运动特性因子,计算所述相邻的两个目标图像显著区的相似度,并将所述相似度大于预置相似度的两个相邻的图像显著区进行合并,得到所述待提取图像的图像显著区;

将所述待提取图像的图像显著区进行叠加,得到所述目标视频的视频显著区;

所述从所述待提取图像的空域显著图中提取多个目标图像显著区,具体包括:

对所述待提取图像进行冗余运算,得到所述待提取图像的空域显著图;

将所述空域显著图中灰度值大于预置灰度值的像素点组成的区域确定为所述目标图像显著区;设r(f)为空域显著图中的目标图像显著区,则,

其中,threshold为预置灰度值,threshold=E(SS(f))*3,f为空域显著图中的灰度值,E(SS(f))为该空域显著图SS(i)的平均灰度密度值,r(f)=1表示该区域为目标图像显著区,r(f)=0表示该区域为非目标图像显著区;

所述在所述目标图像显著区中提取运动目标,具体包括:

将所述目标图像显著区中的块与参考目标图像显著区中的块进行比对;

选取在所述目标图像显著区和所述参考目标图像显著区中出现频率最多的块;

将所述目标图像显著区中的块减去所述出现频率最多的块,并将所述目标图像显著区中剩下的块作为运动目标;所述运动目标的坐标表示为:

(xo,yo)=(x',y')-mod e(x',y')

其中,(x', y')为所述目标图像显著区中块的坐标,mod e(x',y')表示所述出现频率最多的块的坐标;

所述对所述目标图像显著区进行运动特性运算,以算出所述目标图像显著区的运动特性因子,具体包括:

分别对所述运动目标的相对运动矢量和背景运动矢量进行二范数运算,得到所述目标图像显著区的相对运动矢量强度和背景运动矢量强度;

对所述相对运动矢量强度和所述背景运动矢量强度进行加权运算,得到所述目标图像显著区的运动因子;

将所述目标图像显著区的运动因子与所述目标视频中的目标图像显著区的运动因子的最大值进行除法运算,并对算出的参数进行对数运算,以得到所述目标图像显著区的运动特性因子;

所述根据相邻的两个目标图像显著区的运动特性因子,计算所述相邻的两个目标图像显著区的相似度,具体包括:

在所述多个目标图像显著区中,选取相邻的两个目标图像显著区;

将所述两个目标图像显著区的运动特性因子的最大值与所述两个目标图像显著区的运动特性因子的差值的绝对值进行减法运算,得到目标值;

将所述目标值与所述两个目标图像显著区的运动特性因子的最大值进行除法运算,并将算出的商作为所述相邻两个目标图像显著区的相似度;所述相邻两个目标图像显著区的相似度表示为:

其中,Smotion(ri,rj)为所述相邻的两个目标图像显著区的相似度,ri,rj表示所述相邻的两个目标图像显著区,和表示所述相邻的两个目标图像显著区的运动特性因子,为和的最大值。

2.根据权利要求1所述的方法,其特征在于,所述对所述待提取图像进行冗余运算,得到所述待提取图像的空域显著图,具体包括:

对所述待提取图像进行频谱冗余运算,得到所述待提取图像的频谱冗余;

对所述待提取图像的频谱冗余和所述待提取图像的相位谱进行谱冗余运算,得到所述待提取图像的空域显著图。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳信息职业技术学院,未经深圳信息职业技术学院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201611233165.9/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top