[發(fā)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?zhí)枺?/td>: 201210450433.8
• 申請日: 2012-11-12
• 公開（公告）號: CN103020985A
• 公開（公告）日: 2013-04-03
• 發(fā)明（設(shè)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(quán)）人: 華中科技大學(xué)
• 主分類號: G06T7/20
• 分類號: G06T7/20;G06K9/62
• 代理公司: 華中科技大學(xué)專利中心 42201
• 代理人: 李佑宏

技術(shù)領(lǐng)域

本發(fā)明屬于視頻圖像處理技術(shù)領(lǐng)域，具體涉及一種視頻圖像顯著性檢測方法。

背景技術(shù)

從復(fù)雜的場景中識別出重要的目標是人類視覺神經(jīng)系統(tǒng)的一項基礎(chǔ)功能。例如，在駕車時交通信號燈能引起人眼注意，藍天上飛過的飛機能引起人眼的注意，夜間海平面上的燈塔能引起人眼的注意。依賴這項功能我們可以將注意力集中于關(guān)鍵部位以達到更好的分析效果。

顯著性檢測是使計算機系統(tǒng)能模仿人眼的注意力機制，通過相應(yīng)的計算過程，將視頻圖像中的重要部分凸顯出來，是一個“發(fā)現(xiàn)”的過程。利用顯著性檢測的結(jié)果，可以優(yōu)先分配各種緊缺資源，例如在較小的手機顯示屏幕上顯示較大的圖片，可以優(yōu)先顯示其重要的部分；在計算資源不足時，可優(yōu)先對顯著部分進行識別、跟蹤等計算。顯著性檢測的最終結(jié)果是生成顯著性映射圖像（Saliency?map），也稱顯著性圖。顯著性圖是一種概率分布的描述圖，圖中越亮的部分概率值越大，也即該像素的顯著性越大。顯著性圖可以應(yīng)用于計算機視覺的各個領(lǐng)域，如自適應(yīng)壓縮，圖像分割，圖像檢索，目標識別等，也可以用于交通管理，安防監(jiān)控，機器人環(huán)境感知等實時場景。

Itti等西方學(xué)者于1998年提出了基于視覺注意機制的快速場景分析模型,首次將顯著性的概念納入了機器視覺領(lǐng)域。此后，針對靜止圖像的靜態(tài)顯著性檢測方法蓬勃發(fā)展起來。靜態(tài)顯著性由顏色、邊緣、梯度、形狀等圖像屬性綜合作用而成，具有獨特性、不可預(yù)測性及奇異性，其感知機理與視覺神經(jīng)緊密聯(lián)系。Achanta等人于2009年提出頻域調(diào)整顯著性區(qū)域分析方法，該方法從頻域分析角度出發(fā)，使用顏色和光照信息來獲得中心周圍對比度，進而得到顯著性映射結(jié)果。Cheng等于2011年提出了基于全局對比度的顯著性區(qū)域檢測方法，該方法利用輸入圖像的顏色統(tǒng)計特征進行直方圖對比從而得到顯著性目標，此方法還可進一步按空間距離進行加權(quán)得到區(qū)域?qū)Ρ榷葯z測方法。

靜態(tài)顯著性檢測方法目前已經(jīng)比較成熟，對于視頻圖像的靜態(tài)顯著性檢測，其靜態(tài)顯著性圖可以通過各種成熟的檢測方法獲得。中國專利文獻201010623832.0公開了一種基于顯著性特征的目標識別方法，該方法通過分析目標的幾何特征來得到顯著性值；中國專利文獻201110335538.4公開了一種顯著性物體快速檢測方法，該方法通過小波變換和中心-周邊直方圖算法來獲得顯著性信息。

上述靜態(tài)顯著性檢測方法僅依賴圖像的顏色或?qū)Ρ榷忍卣鞯刃畔⑦M行分析，能較好地處理前、背景顏色對比分明的靜態(tài)單幅圖像，但對于擁有復(fù)雜的運動場景的連續(xù)視頻圖像，特別是前景運動目標與背景顏色較為相似的視頻圖像，常常無法得到正確的結(jié)果。此外，人眼對于運動的物體具有更高的關(guān)注度，而只考慮顏色等靜態(tài)特征的分析方法在處理視頻時往往不能得到客觀公正的結(jié)果。因此，通過對視頻中目標進行運動特征的分析，可以大大提高視頻顯著性分析的正確性。出于這樣的考慮，出現(xiàn)了針對視頻的動態(tài)顯著性檢測方法。

Wixson等人于2000年提出方向恒定流檢測方法，但其假定目標沿直線運動的約束，難以適應(yīng)于大多數(shù)應(yīng)用場景。Mahadevan等人于2010年提出中心環(huán)繞時空顯著性檢測方法，它的結(jié)果強烈依賴于檢測窗口的大小，并且對較大的前景物體容易產(chǎn)生檢測失效。Gopalakrishnan于2012年提出線性動態(tài)輪廓的運動顯著性檢測方法，該方法僅能感知目標的大體位置，不能生成完整的輪廓，精確度較差。

發(fā)明內(nèi)容

本發(fā)明的目的在于提供一種基于光流向量區(qū)塊對比的視頻圖像顯著性檢測方法，其能克服相機抖動帶來的干擾使得視頻場景中的重要運動物體被有效地凸顯出來，從而得到顯著性映射圖，為進一步的跟蹤監(jiān)控或是視頻壓縮提供基礎(chǔ)。

為解決上述技術(shù)問題，本發(fā)明提供了一種基于場量分析的視頻圖像顯著性檢測方法，其包括以下步驟：

S1:根據(jù)靜態(tài)顯著性檢測方法獲得靜態(tài)顯著性圖；

S2:根據(jù)連續(xù)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初步分類并找出最大分類區(qū)塊；

S4:通過每個分類區(qū)塊與最大分類區(qū)塊之間的對比生成差異性能量；

S5:規(guī)范化差異性能量得到運動顯著性值并生成運動顯著性圖；

S6:將該運動顯著性圖與靜態(tài)顯著性圖線性加權(quán)相加得到最終顯著性圖。

其中，所述步驟S4中，所述向量場初步分類區(qū)塊之間的差異性能量計算，可選用以下兩種方法實現(xiàn)：（1）幾何對比法；(2)場向量學(xué)習(xí)對比法。

（1）幾何對比法