[发明专利]一种交互式视频分割方法

说明书

本发明公开了一种交互式视频分割方法，首先，进行目标轮廓线预估，得到目标物体在当前帧的预估初始轮廓，并在当前帧目标预估轮廓线基础上，通过距离映射得出每个像素点到目标预估轮廓的最短距离，作为该像素点的位置属性。在当前帧每个像素除了三维颜色属性的基础上，加入反映时空约束的位置属性，即每个像素点距离预估目标轮廓的距离值，扩展到高维空间。建立图结构时先将高维空间的每个属性预先划分为多个直方图Bin，然后将帧间平滑项叠加到通过全局概率模型计算得到的数据项中，作为能量函数模型的数据项，最终利用最大流最小割算法得到能量函数模型的解，成功的融入了目标的运动信息，增加了视频分割的时空连续性。

技术领域

本发明属于图像处理和机器视觉中的视频分割技术领域，更具体地，涉及一种交互式视频分割方法。

背景技术

视频分割是一类二值标记问题，旨在把作为一个整体的视频或图像序列，通过一定的方法分割出具有实际意义的对象。视频分割在很多领域中均有着重要的作用，例如：在目标识别中，视频分割可以为目标识别提供先验信息；在图像编码中，视频分割可以提高视频压缩编码的效率。一般地，根据是否加入人工交互，视频分割可以分为非交互式视频分割和交互式视频分割两种。非交互式视频分割主要采用视频对象的运动特征，如基于光流或基于梯度下降法的非交互式视频分割方法。该类方法对视频中存在运动物体的情况适用性较好，如果待分割的目标固定或者运动缓慢或者交替着运动，该类方法由于无法通过运动特征来预测目标物体的可能区域，从而无法达到分割的目的。而交互式视频分割方法通过加入人工交互能够较好地解决上述目标不规律运动的问题。

视频作为一个时空整体，时空约束表现为视频分割结果的时空连续性，包含时间连续性和空间连续性，时间连续性表现为目标在前后两帧中的运动，是分割结果有效传递的重要保障；空间连续性最早被用在图像分割中，其表现形式为相邻像素或者相邻区域的相似度，在能量函数中通常被称为平滑项(N-link)，是保证分割结果中目标物体整体性的必要条件。视频分割作为图像分割在时间维上的扩展，因此，时空连续性对于视频分割结果的传递至关重要。

时空连续性是判断一个视频分割结果传递性的重要指标，是各种基于运动分析的视频分割方法运用最多的属性。时空连续性包括时间连续性和空间连续性，时间连续性通常反映了目标的运动特征，空间连续性主要反应了目标的形状信息。利用时空连续性的视频分割方法很多，有些方法先进行超像素预分割，然后通过计算相邻两帧的超像素相似度来分配帧间平滑项，在计算两个超像素中心距离时仅使用两个超像素的空间距离，将时间连续性即运动信息用一个外观模型描述。基于点轨迹跟踪的视频分割方法利用稠密光流跟踪长时间范围的点轨迹，并通过点轨迹聚类得到目标的时空连续性。还有些视频分割方法在考虑时空连续性时，通常把时间维度和空间维度同等看待，即时间维相邻的一个单元和空间维相邻的一个单元等价，但是实际情况中时间和空间是有差异的，相邻两帧同一位置的像素在传统视频分割中是时间相邻的，计算时间维度的距离就是一个单元，然后计算当前帧像素在上一帧的邻域像素的时空距离就简单描述为时间和空间的欧式距离。目前，基于双边空间的视频分割方法将待分割视频看作一个整体，总共包含时间空间还有像素颜色的六个属性，通过对每个维度线性插值映射到六维双边空间，然后对双边空间采用传统的图割方法求解，得到双边空间中节点的标签，最后通过线性插值逆映射得到待分割视频每一帧像素的前背景概率。目前大多数视频分割方法都是基于图论的，有很多方法直接将图割模型从图像分割推广到视频分割，通过光流或其他跟踪方式在原有的空间连续性基础上加入时间连续性。传统的图割模型在考虑像素间相似性的时候通常只考虑邻近的一些像素点，这类方法没有很好地考虑大范围颜色相近的像素点之间的联系。

发明内容

针对现有技术的以上缺陷或改进需求，本发明提供了一种交互式视频分割方法，由此解决现有交互式视频分割技术中存在的分割结果精确性不强，时空连续性不一致以及交互量过大等技术问题。

为实现上述目的，本发明提供了一种交互式视频分割方法，包括：

(1)根据上一帧图像的分割结果，得到目标在上一帧图像中的轮廓线；