[发明专利]基于运动特性的视频显著区的提取方法和装置

说明书

本发明提供了一种基于运动特性的视频显著区的提取方法和装置，从目标视频中获取待提取图像，从该待提取图像的空域显著图中提取多个目标图像显著区，并对该目标图像显著区进行运动特性运算，以算出该目标图像显著区的运动特性因子，根据相邻的两个目标图像显著区的运动特性因子，计算该相邻的两个目标图像显著区的相似度，并将该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，得到该待提取图像的图像显著区，将该待提取图像的图像显著区进行叠加，得到该目标视频的视频显著区。在提取视频显著区时，加入了反映运动连贯性的运动特性因子，使提取的视频显著区更加准确。同时，减少了计算量，节省了计算时间和运算资源，提高了运算效率。

技术领域

本发明属于视频领域，尤其涉及一种基于运动特性的视频显著区的提取方法和装置。

背景技术

视频显著区为某段视频中，具有显著性的区域。通常，通过视频显著区可以准确的对视频中的各种信息进行分析，如视频语音分析、目标识别以及视频编码。

现有技术中，通常利用视觉注意模型(Visual Attention Model，VAM)提取视频中单帧图像的显著区，即提取视频中单帧图像的亮度、颜色或方向，并以提取的亮度、颜色或方向作为视频显著区。然而，现有的视频显著区的提取方法仅仅将视频中单帧图像的亮度、颜色或方向作为该视频的图像显著区，忽略了视频中各帧图像之间的运动的连贯性，从而导致提取到的视频显著区不准确。

发明内容

本发明提供一种基于运动特性的视频显著区的提取方法和装置，旨在解决提取的视频显著区不准确的问题。

本发明提供一种基于运动特性的视频显著区的提取方法，从目标视频中获取待提取图像，从该待提取图像的空域显著图中提取多个目标图像显著区，并对该目标图像显著区进行运动特性运算，以算出该目标图像显著区的运动特性因子，根据相邻的两个目标图像显著区的运动特性因子，计算该相邻的两个目标图像显著区的相似度，并将该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，得到该待提取图像的图像显著区，将该待提取图像的图像显著区进行叠加，得到该目标视频的视频显著区。

本发明提供一种基于运动特性的视频显著区的提取装置，该装置包括获取模块、提取模块、运算模块和叠加模块；

获取模块用于从目标视频中获取待提取图像，提取模块用于从该待提取图像的空域显著图中提取多个目标图像显著区，运算模块用于对该目标图像显著区进行运动特性运算，以算出该目标图像显著区的运动特性因子，以及，根据相邻的两个目标图像显著区的运动特性因子，计算该相邻的两个目标图像显著区的相似度，并将该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，得到该待提取图像的图像显著区，叠加模块用于将该待提取图像的图像显著区进行叠加，得到该目标视频的视频显著区。

本发明提供了一种基于运动特性的视频显著区的提取方法和装置，从目标视频中获取待提取图像，从该待提取图像的空域显著图中提取多个目标图像显著区，并对该目标图像显著区进行运动特性运算，以算出该目标图像显著区的运动特性因子，根据相邻的两个目标图像显著区的运动特性因子，计算该相邻的两个目标图像显著区的相似度，并将该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，得到该待提取图像的图像显著区，将该待提取图像的图像显著区进行叠加，得到该目标视频的视频显著区。本发明与现有技术相比，有益效果在于：在提取视频显著区时，加入了能反映运动连贯性的运动特性因子，可以使提取的视频显著区更加准确。同时，只需计算目标图像显著区的运动特性因子，大大减少了计算量，节省了计算时间和运算资源，提高了运算效率。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例。

图1是本发明第一实施例提供的一种基于运动特性的视频显著区的提取方法的实现流程示意图；