[发明专利]一种人群语义分割方法及系统

摘要

本发明提供了一种计算机视频处理技术领域的人群语义分割方法及系统，步骤为：对于图像，根据运动一致性的时域运动群组分割，根据分布匀质性的空域分布群组分割；综合时域和空域分割结果的联合语义群组分割；基于语义一致的群组状态描述。本发明在人群分割的过程中综合考虑了人群的运动一致性和分布匀质性，使得分割后的群组具有时空域内的稳定状态，同时可以较好地描述各个群组的状态，包括运动模式和密度等级。

主权项

1.一种人群语义分割方法，其特征在于，包括如下步骤：第一步：对于图像，根据运动一致性进行时域运动群组分割，根据分布匀质性进行空域分布群组分割；第二步：将时域运动群组分割和空域分布群组分割的分割结果结合起来得到对人群的联合语义分割；第三步：根据第二步的分割结果描述群组的状态，包括运动模式和密度等级；第一步中所述根据运动一致性进行时域运动群组分割，是指：101：使用KLT轨迹跟踪方法，得到在T帧时间范围内的N条主要运动轨迹；记其中第i条轨迹在T帧范围内的位置序列和速度序列分别为z_i,1,z_i,2,…z_i,T和v_i,1,v_i,2,…v_i,T‑1,并且v_i,t＝z_i,t+1‑z_i,t,1≤t≤T‑1；102：对于任意两条轨迹i和j，计算它们的轨迹一致性c_i,j，并以此为基础构建KNN图G(V,E)，其中V是N个顶点的集合，E是顶点之间所连的边；103：对于KNN图G(V,E)，使用图割的方法进行聚类，得到N个轨迹点的运动分割；第一步中所述根据分布匀质性进行空域分布群组分割，是指：104：计算序列图像内的SST‑LBP兴趣点和相应的纹理值；其中兴趣点的计算采用三维Hessian矩阵，纹理值的计算采用三维柱状序列；105：对SST‑LBP纹理分布图使用不同大小的高斯核进行高斯扩散，并在此基础上计算分布特征，使用k‑means方法形成多层次的分割。