[發(fā)明專利]一種基于Fisher線性判別的動(dòng)背景下視頻對(duì)象的提取方法

無(wú)效

• 申請(qǐng)?zhí)枺?/td>: 201110052400.3
• 申請(qǐng)日: 2011-03-04
• 公開（公告）號(hào): CN102163334A
• 公開（公告）日: 2011-08-24
• 發(fā)明（設(shè)計(jì)）人: 祝世平;馬麗
• 申請(qǐng)（專利權(quán)）人: 北京航空航天大學(xué)
• 主分類號(hào): G06T7/20
• 分類號(hào): G06T7/20
• 代理公司: 北京科迪生專利代理有限責(zé)任公司 11251
• 代理人: 成金玉

技術(shù)領(lǐng)域

本發(fā)明涉及一種視頻分割中的處理方法，特別涉及一種基于Fisher線性判別的動(dòng)背景下視頻對(duì)象的提取方法。

背景技術(shù)

視頻運(yùn)動(dòng)中通常包括兩種運(yùn)動(dòng)信息：全局運(yùn)動(dòng)和局部運(yùn)動(dòng)。全局運(yùn)動(dòng)是指在視頻序列中占有較大比例的像素運(yùn)動(dòng)，一般主要由攝像機(jī)的運(yùn)動(dòng)造成的。可以說(shuō)，大多數(shù)情況下，通常背景自身并沒(méi)有運(yùn)動(dòng)，是由于攝像機(jī)的運(yùn)動(dòng)造成了背景的變化。同時(shí)，前景物體所變現(xiàn)出來(lái)的運(yùn)動(dòng)是前景物體相對(duì)于攝像機(jī)的運(yùn)動(dòng)，稱為局部運(yùn)動(dòng)。在靜態(tài)背景視頻序列中，攝像機(jī)是靜止的，不存在全局運(yùn)動(dòng)的，只有前景物體的局部運(yùn)動(dòng)，這時(shí)，我們采用幀差或背景差分的方式，能夠較容易地消除這些靜止的背景；但在動(dòng)態(tài)背景視頻序列中，全局運(yùn)動(dòng)的存在會(huì)干擾我們?nèi)コ尘啊ｏ@然，對(duì)這種具有動(dòng)態(tài)背景的視頻序列進(jìn)行分割就必須首先消除全局運(yùn)動(dòng)的影響，保留前景對(duì)象的局部運(yùn)動(dòng)，這就需要進(jìn)行全局運(yùn)動(dòng)估計(jì)和補(bǔ)償。

全局運(yùn)動(dòng)估計(jì)是指估計(jì)由攝像機(jī)運(yùn)動(dòng)引起的序列背景區(qū)域的運(yùn)動(dòng)規(guī)律，求解出相應(yīng)數(shù)學(xué)運(yùn)動(dòng)模型中的多個(gè)參數(shù)。全局運(yùn)動(dòng)補(bǔ)償是在根據(jù)運(yùn)動(dòng)估計(jì)所得到的全局運(yùn)動(dòng)參數(shù)，在當(dāng)前幀和前一幀之間作一個(gè)相應(yīng)的背景對(duì)齊的映射變換。這樣在準(zhǔn)確的補(bǔ)償之后就可以采用幀差或背景差等方法消除背景區(qū)域，突出感興趣的具有局部運(yùn)動(dòng)的前景區(qū)域(參見楊文明.時(shí)空融合的視頻對(duì)象分割[D].浙江：浙江大學(xué)，2006)。

全局運(yùn)動(dòng)估計(jì)的目的就是要從視頻序列中找出造成全局運(yùn)動(dòng)的攝像機(jī)運(yùn)動(dòng)的規(guī)律。全局運(yùn)動(dòng)參數(shù)估計(jì)的方法主要分為微分方法和特征點(diǎn)對(duì)應(yīng)法，它們分別根據(jù)圖像像素域上的速度場(chǎng)或是特征點(diǎn)的對(duì)應(yīng)關(guān)系求取全局運(yùn)動(dòng)參數(shù)(參見吳思.視頻運(yùn)動(dòng)信息分析技術(shù)研究[D].北京：中科院計(jì)算技術(shù)研究所，2005)。

上述現(xiàn)有技術(shù)在進(jìn)行全局運(yùn)動(dòng)估計(jì)時(shí)，往往是選取整幅圖像的子塊參與全局運(yùn)動(dòng)估計(jì)，顯然全局運(yùn)動(dòng)估計(jì)的計(jì)算量非常大、速度比較慢，另外，做局部運(yùn)動(dòng)的子塊也不可避免地會(huì)對(duì)全局運(yùn)動(dòng)估計(jì)產(chǎn)生影響，從而降低全局運(yùn)動(dòng)補(bǔ)償?shù)木取?/p>

發(fā)明內(nèi)容

本發(fā)明要解決的技術(shù)問(wèn)題是：克服現(xiàn)有技術(shù)的不足，提供一種基于Fisher線性判別的動(dòng)背景下視頻對(duì)象的提取方法，減少局部運(yùn)動(dòng)對(duì)全局運(yùn)動(dòng)估計(jì)的影響，提高全局運(yùn)動(dòng)補(bǔ)償?shù)木群退俣龋罱K實(shí)現(xiàn)動(dòng)態(tài)背景下視頻對(duì)象的提取。

本發(fā)明的技術(shù)解決方案：一種基于Fisher線性判別的動(dòng)背景下視頻對(duì)象的提取方法，包括以下步驟：

(1)當(dāng)前幀與前一幀進(jìn)行塊匹配得到塊運(yùn)動(dòng)矢量：將每幀劃分為8×8子塊，采用SAD匹配準(zhǔn)則、NTSS搜索策略進(jìn)行第K幀與第K-1幀塊匹配；

(2)利用Fisher判別求取攝像機(jī)全局運(yùn)動(dòng)參數(shù)：選取步驟(1)中獲取到的第K幀兩側(cè)子塊作為特征塊，將其運(yùn)動(dòng)矢量作為參數(shù)通過(guò)最小二乘法求取六參數(shù)攝像機(jī)模型，采用Fisher線性判別準(zhǔn)則剔除外點(diǎn)后再通過(guò)最小二乘法求取六參數(shù)攝像機(jī)模型，直到達(dá)到設(shè)定的循環(huán)次數(shù)為止；

(3)通過(guò)全局運(yùn)動(dòng)補(bǔ)償重建當(dāng)前幀：結(jié)合雙線性插值對(duì)當(dāng)前幀進(jìn)行全局運(yùn)動(dòng)補(bǔ)償獲取其重建幀；

(4)幀間差分提取視頻對(duì)象：將當(dāng)前幀K與其重建幀K′進(jìn)行差分，通過(guò)后處理后獲取視頻對(duì)象分割平面(Alpha平面)及視頻對(duì)象。

以上步驟(1)中的第K幀與第K-1幀進(jìn)行塊匹配采用最小絕對(duì)差(SAD)匹配準(zhǔn)則和新三步法(NTSS)搜索策略。

最小絕對(duì)差(SAD)塊匹配準(zhǔn)則可按照如下公式計(jì)算：