[發(fā)明專利]一種基于信息熵的時(shí)空顯著性視覺注意方法

有效

• 申請?zhí)枺?/td>: 201010192240.8
• 申請日: 2010-06-06
• 公開（公告）號: CN101853513A
• 公開（公告）日: 2010-10-06
• 發(fā)明（設(shè)計(jì)）人: 魏龍生;桑農(nóng);王岳環(huán)
• 申請（專利權(quán)）人: 華中科技大學(xué)
• 主分類號: G06T7/20
• 分類號: G06T7/20
• 代理公司: 華中科技大學(xué)專利中心 42201
• 代理人: 曹葆青

1.一種基于信息熵的時(shí)空顯著性視覺注意方法，其步驟包括：

第1步?提取短視頻中的動(dòng)態(tài)顯著性圖和靜態(tài)顯著性圖；其中，動(dòng)態(tài)顯著性圖的提取過程為：

(A.1)對于輸入的短視頻，取連續(xù)n幀圖像序列，將每一幀圖像轉(zhuǎn)換成更低水平的灰度級圖像；

(A.2)將步驟(A.1)得到的每一幀圖像縮小到4個(gè)不同的尺度，將相同尺度下的n幀縮小的圖像組合成1個(gè)動(dòng)態(tài)的響應(yīng)圖，再將尺度較大的3個(gè)動(dòng)態(tài)響應(yīng)圖縮小到與其中最小尺度響應(yīng)圖相同的尺度，然后利用這4個(gè)相同尺度的縮小的圖像聯(lián)合生成動(dòng)態(tài)顯著性圖；

第2步?將靜態(tài)顯著性圖和動(dòng)態(tài)顯著性圖聯(lián)合生成最終顯著性圖；

第3步?勝者全贏：

對于最終顯著性圖中的每一點(diǎn)ψ，根據(jù)熵的最大化方法獲得了一個(gè)最優(yōu)的尺寸ψ_r，再計(jì)算該點(diǎn)在一個(gè)局部區(qū)域內(nèi)的均值，這個(gè)局部區(qū)域是以該點(diǎn)為圓心，以ψ_r為半徑的圓形區(qū)域，所有的均值構(gòu)成了一個(gè)圖，該圖中最大值的點(diǎn)即為最顯著的點(diǎn)，最顯著的點(diǎn)和該點(diǎn)對應(yīng)的最優(yōu)尺寸構(gòu)成了最顯著的區(qū)域。

第4步?返回抑制：

將最終顯著性圖中最顯著的區(qū)域的像素值都置為零，得到了一個(gè)新的最終顯著性圖；

第5步?注意選擇：

重復(fù)第3步至第5步，直至預(yù)先設(shè)定的次數(shù)，完成后得到的最顯著性的點(diǎn)和該點(diǎn)所在區(qū)域的尺寸，作為注意焦點(diǎn)。

2.根據(jù)權(quán)利要求1所述的基于信息熵的時(shí)空顯著性視覺注意方法，其特征在于：步驟(A.1)中，按照下述過程將每一幀圖像轉(zhuǎn)換成更低水平的灰度級圖像：

將每一幀由256個(gè)灰度級轉(zhuǎn)變成n個(gè)灰度級；設(shè)所有幀中最大的像素值是Max，對于第k幀V_k中坐標(biāo)點(diǎn)(x，y)，1≤k≤n，將該點(diǎn)對應(yīng)的像素值V_k(x，y)除以Max得到f(x，y，k)，f(x，y，k)的取值范圍在[0，1]的區(qū)間內(nèi)；再將[0，1]區(qū)間平均分為n等分，然后給落入不同等分中的f(x，y，k)賦予不同的整數(shù)值g(x，y，k)，這些整數(shù)的取值范圍是[0，n-1]，以g(x，y，k)作為第k幀V_k中坐標(biāo)點(diǎn)(x，y)的像素值。

3.根據(jù)權(quán)利要求2所述的基于信息熵的時(shí)空顯著性視覺注意方法，其特征在于：步驟(A.2)具體包括下述過程：

(A.2.1)將每一幀圖縮小到4個(gè)不同的尺度，以第k幀V_k為例，V_k被縮小到V_k，1，V_k，2，V_k，3和V_k，44個(gè)不同的尺度，分別是原圖尺寸的1/2，1/4，1/8和1/16，所述的連續(xù)n幀圖像序列變成為4個(gè)圖像序列V_1，s，V_2，s，K，V_n，s，s表示尺度的序號，1≤s≤4，這4個(gè)圖像序列分別記為V_1，1，V_2，1，K，V_n，1，V_1，2，V_2，2，K，V_n，2，V_1，3，V_2，3，K，V_n，3和V_1，4，V_2，4，K，V_n，4；設(shè)R_s(x，y)是第s個(gè)圖像序列在坐標(biāo)點(diǎn)(x，y)處的一個(gè)局部區(qū)域，這個(gè)局部區(qū)域是以(x，y)為圓心，以V_n，4的長度和寬度值中最小值的一半為半徑的圓形區(qū)域；

(A.2.2)對于第s個(gè)圖像序列中的坐標(biāo)點(diǎn)(x，y)，該序列中在(x，y)處的局部區(qū)域內(nèi)的所有的g(x，y，k)構(gòu)成了一個(gè)直方圖，該點(diǎn)的熵值是通過此直方圖的概率塊函數(shù)得到的，如式I所示；所有的熵值構(gòu)成了一個(gè)在當(dāng)前尺度s下的動(dòng)態(tài)的響應(yīng)圖M_d，s(x，y)：

Md,s(x,y)=-Σk∈{1,2,K,n}pg(x′,y′,k)log2pg(x′,y′,k)]]>式I

其中

(x′，y′)∈R_s(x，y)

p_{g(x′，y′，k)}是由直方圖產(chǎn)生的概率塊函數(shù)，此直方圖是由第s個(gè)圖像序列在局部區(qū)域R_s(x，y)中的所有像素值得到的；

(A.2.3)將尺度較大的3個(gè)響應(yīng)圖M_d，s(x，y)都縮小到與其中最小尺度響應(yīng)圖相同的尺度，然后聯(lián)合生成動(dòng)態(tài)顯著性圖M_d(x，y)：

Md(x,y)=Σs=14Md,s(x,y)]]>