[發(fā)明專(zhuān)利]一種面向多視點(diǎn)視頻的語(yǔ)義對(duì)象分割方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201210222728.X
• 申請(qǐng)日: 2012-06-27
• 公開(kāi)（公告）號(hào): CN102799646A
• 公開(kāi)（公告）日: 2012-11-28
• 發(fā)明（設(shè)計(jì)）人: 朱仲杰;王玉兒
• 申請(qǐng)（專(zhuān)利權(quán)）人: 浙江萬(wàn)里學(xué)院
• 主分類(lèi)號(hào): G06F17/30
• 分類(lèi)號(hào): G06F17/30
• 代理公司: 寧波奧圣專(zhuān)利代理事務(wù)所(普通合伙) 33226
• 代理人: 程曉明

技術(shù)領(lǐng)域

本發(fā)明涉及一種多視點(diǎn)視頻的處理技術(shù)，尤其是涉及一種面向多視點(diǎn)視頻的語(yǔ)義對(duì)象分割方法。

背景技術(shù)

多視點(diǎn)視頻（MVV）是一種能夠提供多個(gè)視點(diǎn)視頻信息和能夠?qū)崿F(xiàn)立體感知的新型視頻。不同于傳統(tǒng)的單目視頻，多視點(diǎn)視頻是使用多個(gè)攝像機(jī)從不同位置拍攝同一場(chǎng)景，記錄同一時(shí)刻多個(gè)視點(diǎn)的視頻信號(hào)，可以提供真實(shí)三維世界景物的深度信息。在顯示時(shí)可以根據(jù)觀看者的位置提供不同視點(diǎn)或者同時(shí)提供多個(gè)視點(diǎn)的視頻信息，并根據(jù)需要可以實(shí)現(xiàn)立體感知。多視點(diǎn)視頻在未來(lái)自由視點(diǎn)電視、立體電視、虛擬現(xiàn)實(shí)、機(jī)器視覺(jué)、遠(yuǎn)程醫(yī)療等領(lǐng)域?qū)⒂兄鴱V泛的應(yīng)用前景，被認(rèn)為是未來(lái)視頻技術(shù)的一個(gè)重要發(fā)展方向。語(yǔ)義對(duì)象分割是指按照一定的標(biāo)準(zhǔn)將視頻內(nèi)容分割成具有一定意義的語(yǔ)義對(duì)象。語(yǔ)義對(duì)象分割是對(duì)象基視頻編碼、基于內(nèi)容的視頻檢索等多媒體應(yīng)用領(lǐng)域中的關(guān)鍵技術(shù)，也是當(dāng)前國(guó)內(nèi)外圖像視頻處理領(lǐng)域的研究前沿。雖然國(guó)內(nèi)外有很多學(xué)者從事圖像與視頻目標(biāo)分割算法的研究，相關(guān)的圖像與視頻目標(biāo)分割算法也很多，但目前面向多視點(diǎn)視頻的語(yǔ)義對(duì)象分割方法還很少，通常是采用現(xiàn)有的圖像與視頻目標(biāo)分割方法，如基于Graph?cut的方法^[1]、基于JSEG的方法^[2]和基于C-V活動(dòng)輪廓模型的方法^[3]等（參考文獻(xiàn)：[1]Y.Deng,B.S.Manjunath,“Unsupervised?segmentation?of?color-texture?regions?in?images?and?video”,IEEE?trans.on?PAMI,vol.23,no.8,pp.800-810,May?2001；[2]J.Shi,J.Malik,“Normalized?Cuts?and?image?segmentation”,IEEE?Trans.on?PAMI,vol.22,no.8,pp.888-905,Aug.2000；[3]G.P.Zhu,and?Q.S.Zeng,“Image?Segmentation?based?on?Active?Contour?Model,”Harbin?Institute?of?Technology.October?2007），將這些方法直接應(yīng)用到多視點(diǎn)視頻中，但這些方法分割結(jié)果不夠準(zhǔn)確、分割效果不理想，容易造成過(guò)分割或欠分割現(xiàn)象，主觀視覺(jué)感知匹配性較差。

發(fā)明內(nèi)容

本發(fā)明所要解決的技術(shù)問(wèn)題是提供一種可獲得更準(zhǔn)確的分割結(jié)果，能有效降低過(guò)分割或欠分割現(xiàn)象，能有效提高分割結(jié)果的主觀視覺(jué)感知匹配性的面向多視點(diǎn)視頻的語(yǔ)義對(duì)象分割方法。

本發(fā)明解決上述技術(shù)問(wèn)題所采用的技術(shù)方案為：一種面向多視點(diǎn)視頻的語(yǔ)義對(duì)象分割方法，包括以下步驟：

(1)、視覺(jué)特征提取：對(duì)圖像中的每個(gè)像素分別提取像素灰度值、8-鄰域灰度均值、對(duì)比度敏感度、空間頻率、二維空間坐標(biāo)的特征分量，即映射后的每個(gè)像素可以用一個(gè)六維的特征矢量來(lái)表示，圖像中所有像素映射后的矢量全體構(gòu)成一個(gè)六維的特征空間I，表示為I={P_l}，P_l表示第l個(gè)像素的六維特征矢量，表示為l=0,1,..,N，其中N表示圖像中像素的總個(gè)數(shù)，x_l,y_l表示第l個(gè)像素的位置坐標(biāo)，g_l表示第l個(gè)像素的灰度值，表示第l個(gè)像素的8-鄰域灰度均值，f_l表示第l個(gè)像素空間頻率，表示第l個(gè)像素的對(duì)比度敏感度，的計(jì)算方法為cfl=2.6(0.192+0.114fl)e[-(0.114fl)1.1];]]>