[發明專利]一種基于定時段區域補償的視頻對象分割方法

無效

• 申請號: 200910086898.8
• 申請日: 2009-06-18
• 公開（公告）號: CN101571952A
• 公開（公告）日: 2009-11-04
• 發明（設計）人: 祝世平;林云宇;張慶榮
• 申請（專利權）人: 北京航空航天大學
• 主分類號: G06T7/00
• 分類號: G06T7/00
• 代理公司: 北京科迪生專利代理有限責任公司
• 代理人: 李新華;徐開翟

技術領域

本發明涉及一種視頻分割中的處理方法，特別涉及一種基于分水嶺分割方法和時空聯合分割方法的結合定時段區域補償的視頻對象分割方法。

背景技術

基于對象的視頻分割(Object-based?video?segmentation)即從一段視頻中將若干有實際意義的語義對象(Semantic?object)單獨提取出來。在新一代視頻編碼標準MPEG-4標準中，一幀完整的視頻畫面可以被分割成若干語義對象，每一個單獨的語義對象被稱為一個視頻對象平面VOP(Video?object?plane)，這樣的處理將允許用戶對每個獨立的語義對象進行單獨的操作(參見ISO/IEC?JTC1/SC29/WG11.Overview?of?the?MPEG-4standard.MPEG98/N2323，Dublin，Ireland，July?1998.)，從而使得基于對象的視頻壓縮與傳輸、基于內容的檢索等技術成為可能。作為此項技術的基礎，如何從視頻序列中自動地獲得語義對象，即基于對象的視頻分割，已經成為視頻處理領域中的一個熱點，同時也是基于對象的視頻壓縮技術中的一個重要子課題。

從目前國內外視頻分割領域的研究狀況來看，大致可以從人工參與程度、方法中是否使用某種數學模型等幾個角度對現有的方法進行分類。從人工參與程度的角度來看，可以大致分為交互式和自動式兩類。對于交互式方法，在首幀中使用手工方式確定對象位置，并在后繼幀中進行對象跟蹤并且不斷更新對象模板的方法最為常見(參見ChuangGu，Ming-Chieh?Lee.Semiautomatic?segmentation?and?tracking?of?sementic?video?objects[J].IEEE?Transactions?on?Circuits?System?and?Video?Technology，1998，8(5)：572-584.)。而在自動分割方法中，單純使用時域信息的背景標記方法(參見Shao-Yi?Chien，Shyh-Yih?Ma，Liang-Gee?Chen.Efficient?moving?object?segmentation?algorithm?using?backgroundregistration?technique[J].IEEE?Transactions?on?Circuits?System?and?Video?Technology，2002，12(7)：577-586.)和結合時空域信息的時空聯合方法(參見Munchurl?Kim，Jae?GarkChoi，et?al.A?VOP?generation?tool：automatic?segmentation?of?moving?objects?in?imagesequences?based?on?spatio-temporal?information[J].IEEE?Transactions?on?Circuits?Systemand?Video?Technology，1999，9(8)：1216-1226.)則是當前的主流。另外，從模型化的角度來看，在空域的區域鄰接圖系統上建立的馬爾可夫隨機場模型(參見Y.Tsaig，A.Averbuch.Automatic?segmentation?of?moving?objects?in?video?sequences：a?region?labelingapproach[J].IEEE?Transactions?on?Circuits?System?and?Video?Technology，2002，12(7)：597-612.)、基于貝葉斯方法的時域跟蹤模型(參見V.Mezris，I.Kompatsiaris，M.G.Strintzis.Video?object?segmentation?using?Bayes-based?temporal?tracking?andtrajectory-based?region?merging[J].IEEE?Transactions?on?Circuits?System?and?VideoTechnology，2004，14(6)：782-795)、支持向量機模型(參見Y.Liu，Y.F.Zheng，Videoobject?segmentation?and?tracking?using?learning?classification[J].IEEE?Transactions?onCircuits?System?and?Video?Technology，2005，15(7)：885-899)和Gibbs隨機場模型(參見陳韓鋒，戚飛虎.視頻對象分割中基于Gibbs隨機場模型的時空分割結合方法[J].電子學報，2004，32(1)：34-37)、生物力學模型約束(參見王超，劉華鋒.生物力學模型約束下的圖像分割算法研究[J].光電子·激光，2006，17(8)：989-992.)等則從模型化處理的角度為視頻分割的研究提供了新的思路。