[发明专利]视频显著性堆栈式聚合的对象自动检测方法

摘要

本发明提供了视频显著性堆栈式聚合的对象自动检测方法。对于视频中显著性对象的检测，本发明从像素、超像素和对象三个级别分别提取空域和时域显著性特征描述子，再利用这些显著性特征描述子通过无监督学习的方法训练一个堆栈式自动编码器。这一自动编码器能够对视频图像中的像素点提取的显著特征描述子进行自主编码学习，从而可以结合视频像素点的显著特征描述子检测视频中的显著对象。一方面，本发明提供的系统可以有效地检测视频中的显著性对象，另一方面，本发明也提供了一种视频显著性对象的参考方法。

主权项

1.视频显著性堆栈式聚合的对象自动检测方法，其特征在于包括以下步骤：步骤(1)、把视频图像转换到Lab和HSV颜色空间中，同时计算相邻帧之间的光流信息以及相邻帧之间的帧间闪烁，供步骤(2)和步骤(4)使用；步骤(2)、根据步骤(1)中的结果，对视频中的图像，分别从像素、超像素和对象块三个级别中提取显著特征图；视频图像中像素特定位置对应于这些显著特征图的值构成了像素的显著特征描述子；这些显著特征描述子能够从不同的角度表征显著性对象的属性；步骤(3)、从视频中随机采样像素点，利用步骤(2)中的方法提取这些随机采样像素点的特征描述子，通过无监督学习的方法训练一个隐藏层中最后编码层只有一个节点的堆栈式自动编码器，最终能够得到一个利用像素的显著特征描述子来预测其显著程度得分的堆栈式自动编码器；步骤(4)、利用步骤(2)中的方法得到视频图像中像素点的显著特征描述子，步骤(3)中训练得到的堆栈式自动编码器，并结合视频图像中的所有像素点的显著特征描述子来预测像素的显著程度得分，得到视频图像对应的初始显著图；步骤(5)、对步骤(4)得到初始显著图进行后处理，得到最终的显著性图。