[发明专利]一种基于时空约束的视频显著性检测方法及系统有效
申请号: | 201710437947.2 | 申请日: | 2017-06-09 |
公开(公告)号: | CN107392917B | 公开(公告)日: | 2021-09-28 |
发明(设计)人: | 邹文斌;陈宇环;王振楠;李霞;徐晨 | 申请(专利权)人: | 深圳大学 |
主分类号: | G06T7/11 | 分类号: | G06T7/11;G06T7/13;G06T7/194;G06T7/207 |
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: | 518060 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: | 一种 基于 时空 约束 视频 显著 检测 方法 系统 | ||
1.一种基于时空约束的视频显著性检测方法,其特征在于,包括:
对待检测视频的待检测当前帧进行超像素分割,得到超像素分割后的当前帧和超像素集合;
根据所述当前帧和所述当前帧的上一帧,计算光流场运动估计;
根据所述光流场运动估计计算所述当前帧的运动分布能量和运动边缘能量;
获取所述上一帧的显著图;
根据所述当前帧和所述上一帧,计算运动历史能量;
根据所述上一帧的显著图、所述运动分布能量、所述运动边缘能量和所述运动历史能量生成混合运动能量图;
获得所述混合运动能量图的初始目标分割区域,从所述初始目标分割区域中提取可靠目标区域和可靠背景区域;
根据所述可靠目标区域、所述可靠背景区域和所述混合运动能量图构建时空约束的显著性全局优化模型,求解所述显著性全局优化模型得到所述当前帧的显著图。
2.如权利要求1所述的视频显著性检测方法,其特征在于,所述获取所述上一帧的显著图之前,还包括:
判断所述上一帧是否为所述待检测视频的第一帧;
若是,则根据所述运动分布能量、所述运动边缘能量和所述运动历史能量生成混合能量运动图;
若否,则执行所述根据所述上一帧的显著图、所述运动分布能量、所述运动边缘能量和所述运动历史能量生成混合能量运动图的步骤。
3.如权利要求1所述的视频显著性检测方法,其特征在于,所述对待检测视频的待检测当前帧进行超像素分割,得到超像素分割后的当前帧包括:
通过简单线性迭代聚类算法对所述待检测当前帧进行超像素分割,得到超像素分割后的当前帧;
则所述根据所述当前帧和所述当前帧的上一帧,计算光流场运动估计包括:
根据超像素分割后得到所述当前帧和所述当前帧的上一帧,采用金字塔LK光流法计算所述当前帧的光流场运动估计。
4.如权利要求1所述的视频显著性检测方法,其特征在于,以ri表示所述超像素集合中索引为i的超像素,以N表示超像素集合的元素个数,以Pt(rj)表示超像素rj的平均空间位置,以mA(ri)表示ri与其它超像素之间的平均相似性度量,以μi表示超像素ri使用mA(ri)加权后的平均空间位置,以Md(ri)表示所述运动分布能量,则:
5.如权利要求1所述的视频显著性检测方法,其特征在于,根据所述光流场运动估计计算所述当前帧的运动边缘能量具体包括:
使用Sobel边缘检测器从所述光流场运动估计计算所述运动边缘能量。
6.如权利要求1所述的视频显著性检测方法,其特征在于,以γ表示平衡参数,其取值范围为[0,1],以ri表示所述超像素集合中索引为i的超像素,以St-1表示所述上一帧的显著图,以Mh(ri)表示超像素ri的运动历史能量,以Me(ri)表示超像素ri的运动边缘能量,以Md(ri)表示超像素ri的运动分布能量,以M(ri)表示所述混合运动能量图,则:
7.如权利要求6所述的视频显著性检测方法,其特征在于,所述根据所述混合运动能量图计算初始目标分割区域,从所述初始目标分割区域中提取可靠目标区域和可靠背景区域包括:
利用大津法,对所述混合运动能量图进行二值化处理,得到二值图像;
对所述二值图像进行数字图像形态学的开操作处理,得到所述初始目标分割区域;
计算所述初始目标分割区域中超像素的特征,所述特征包括二维空间位置、颜色特征和混合运动能量值,并以所述特征表示所述超像素集合中的超像素;
采用聚类的方法,从所述超像素集合中提取所述可靠目标区域和所述可靠背景区域。
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大学,未经深圳大学许可,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/201710437947.2/1.html,转载请声明来源钻瓜专利网。