[發明專利]一種基于場量分析的視頻圖像顯著性檢測方法

有效

• 申請號: 201210450433.8
• 申請日: 2012-11-12
• 公開（公告）號: CN103020985A
• 公開（公告）日: 2013-04-03
• 發明（設計）人: 宋寶;鄒騰躍;唐小琦;王金;葉伯生;凌文鋒;熊爍;王小釗;李明磊
• 申請（專利權）人: 華中科技大學
• 主分類號: G06T7/20
• 分類號: G06T7/20;G06K9/62
• 代理公司: 華中科技大學專利中心 42201
• 代理人: 李佑宏

1.一種基于場量分析的視頻圖像顯著性檢測方法，包括以下步驟：?

S1:獲取視頻圖像的靜態顯著性圖；?

S2:利用視頻圖像中連續的視頻幀提取場景的光流向量場；?

S3:通過聚類方法對光流向量場進行分類并找出最大分類區塊；?

S4:通過每個分類區塊與最大分類區塊之間的對比生成差異性能量；?

S5:規范化所述差異性能量，獲得運動顯著性值并生成運動顯著性圖；?

S6:將所述運動顯著性圖與所述靜態顯著性圖線性加權相加得到最終顯著性圖，即可實現對視頻圖像的顯著性檢測。?

2.根據權利要求1所述的一種基于場量分析的視頻圖像顯著性檢測方法，其特征在于，所述步驟S4中差異性能量通過如下公式計算得到：?

式中，C_s為待對比的任一分類區塊，C_max為最大分類區塊，E_s為C_s與C_max對比生成的差異性能，s為自然數，表示分類區塊的序號，v為C_s中的任一向量，m為C_max中向量的均值，α為v與m的夾角，n為C_s中向量的總數，norm()為取向量的范數，即向量的長度。?

3.根據權利要求1所述的一種基于場量分析的視頻圖像顯著性檢測方法，其特征在于，所述步驟S4中差異性能量通過如下公式計算得到：?

其中，y″_i為對待對比區域C_s中的任一個自變量x′_i在最大分類區塊C_max映射下的值，y′_i為該自變量元素x′_i的事實因變量，f為再生希伯納特空間H?上的映射f，λ為調整參數，E_s為C_s與C_max對比生成的差異性能，m為C_s中向量的個數。?

4.根據權利要求3所述的一種基于場量分析的視頻圖像顯著性檢測方法，其特征在于，所述映射下的值y″_i通過核函數K和系數矩陣c計算得到，即：?

其中，x_l為最大分類區塊C_max中向量的自變量，c_l為自變量x_l對應的系數，x′_i為對待對比區域C_s中的任一自變量，K為核函數值矩陣，n為C_max中向量的總數。?

5.根據權利要求4所述的一種基于場量分析的視頻圖像顯著性檢測方法，其特征在于，所述系數矩陣c通過如下矩陣方程計算得到：?

(K+λnI)c＝y?

其中λ為調整參數，K為核函數值矩陣，I為單位對角矩陣；n為最大分類區塊C_max中向量的總個數；y為C_max中所有向量的因變量組成的列矩陣。?

6.根據權利要求1-5之一所述的一種基于場量分析的視頻圖像顯著性檢測方法，其特征在于，上述步驟S5中規范化差異性能量的規范化公式如下：?

其中，EN_r為規范化后得到的運動顯著性值，E_r為待規范化的分類區塊的差異性能量，E_min為差異性能量中的最小值，E_max為差異性能量中的最大值。?

7.根據權利要求1-6之一所述的一種基于場量分析的視頻圖像顯著性檢測方法，其特征在于，所述步驟S5得到運動顯著性值后還可對其進行閾值化，濾去運動顯著性小的部分，其中閾值化的公式如下：?

其中，EN_r為規范化后得到的運動顯著性值，γ為閾值。?

8.根據權利要求1-7之一所述的一種基于場量分析的視頻圖像顯著性檢測方法，其特征在于，所述步驟S6中所述運動顯著性圖與靜態顯著性圖線性加權的相加公式如下：?

S_R＝α·S_M+(1-α)S_S

其中S_R為最終顯著性圖，S_M為運動顯著性圖，S_S為靜態顯著性圖，α為加權系數。?