[发明专利]一种视频内多目标运动人体区域的分割方法在审
申请号: | 201810444546.4 | 申请日: | 2018-05-10 |
公开(公告)号: | CN108648198A | 公开(公告)日: | 2018-10-12 |
发明(设计)人: | 刘真;陈志;岳文静;王洲杰;于涛 | 申请(专利权)人: | 南京邮电大学 |
主分类号: | G06T7/11 | 分类号: | G06T7/11;G06T5/30;G06T7/254 |
代理公司: | 南京瑞弘专利商标事务所(普通合伙) 32249 | 代理人: | 沈廉 |
地址: | 210003 *** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 运动人体 多目标 分割 视频流 视频 获取目标 目标视频 目标运动 提取区域 运动区域 最大矩形 差分法 初始化 光流法 实施性 逐帧 首尾 切割 | ||
1.一种视频内多目标运动人体区域的分割方法,其特征在于,该方法包括以下步骤:
步骤1)输入一个视频流文件,所述视频是用户输入的视频,将此视频分解成长度24帧的片段且顺序为原视频顺序;
步骤2)通过背景差分法逐8帧对步骤1)输入视频片段提取背景图像和当前帧图像,并对图像进行二值化,将值为1既发生运动的区域提取出最大矩形区域;
步骤3)将步骤2)提取出的矩形区域进行进一步优化,采取光流法得出光流矢量在x,y两侧的分量的u和v,通过迭代n次使光流矢量在x,y两侧的分量的u和v的迭代值un和vn小于特定值,当迭代次数大于10时提取该区域;
步骤4)将运动目标提取出并准备进一步进行行为,即对视频流的人物运动进行检测。
2.根据权利要求1所述的视频内多目标运动人体区域的分割方法,其特征在于,所述步骤2)的具体方法如下:
步骤2.1)将视频片段第1帧的图像作为背景图像fback(x,y);
步骤2.2)将视频在k帧的图像为fk(x,y),然后计算出差分图像Ck:
Ck(x,y)=|fback(x,y)-fk(x,y)|;
步骤2.3)根据步骤)2.2)对差分公式进行二值化,Pk为像素点的值,设定一个闸值t,当Ck(x,y)大于该闸值,判断该像素点发生了运动,当Ck(x,y)小于该闸值,则未发生明显运动,公式如下:
步骤2.4)将Pk(x,y)为1的像素区域提取最大矩形区域并进行分割,并截取出该区域。
3.根据权利要求1所述的视频内多目标运动人体区域的分割方法,其特征在于,所述步骤3)的具体方法如下:
步骤3.1)对步骤2.4)所截取的最大矩形区域,逐帧提取该帧的灰度,及设I(x,y,t)为t帧时的灰度,u,v为光流矢量在x,y两侧的分量,即灰度一致可导出光流梯度方程
Ixu+Iyv+It=0
所述Ix,Iy,It为像素点灰度值在下x,y,t方向的偏导;
步骤3.2)在一张光流梯度方程中,假设光流场平滑性一致可得控制平滑度的参数ε的方程:ε=∫∫((Ixu+Iyv-It)2+λ(ux2+vx2+uy2+vy2))dxdy
其中λ为正则化常数
在离散的环境下点(a,b)及其领域上,根据约束方程,误差的离散量为:
e(a,b)=[Ixu(a,b)+Iyv(a,b)+It]
其中u(a,b),v(a,b)为光流矢量在点(a,b)x,y两侧的分量
根据光流平滑量s(a,b)为其与四个领域的标准差
即
得到极小化方程:
步骤3.3)对极小化方程E求u,v的偏导,且一直平滑,导数为0;得到:
其中u,v在点(a,b)处的领域平均值,ε为上文的控制平滑度的参数
通过迭代法得到:
其中un和vn为光流矢量在x,y两侧的分量的u和v第n次迭代值,ε为上文的控制平滑度的参数;
初始值为0,当迭代小于某一值时迭代终止,该值为误差闸值,取u和v中值;
步骤3.4)迭代次数大于n时,迭代提取该像素区域。
4.根据权利要求3所述的视频内多目标运动人体区域的分割方法,其特征在于,所述的迭代次数n的闸值,n取为10。
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南京邮电大学,未经南京邮电大学许可,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/201810444546.4/1.html,转载请声明来源钻瓜专利网。