[發(fā)明專利]一種基于視頻的顯著目標(biāo)檢測方法

在審

• 申請?zhí)枺?/td>: 201510766560.2
• 申請日: 2015-11-11
• 公開（公告）號: CN105427292A
• 公開（公告）日: 2016-03-23
• 發(fā)明（設(shè)計）人: 朱松豪;師哲;孫成建
• 申請（專利權(quán)）人: 南京郵電大學(xué)
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06K9/46
• 代理公司: 南京知識律師事務(wù)所 32207
• 代理人: 汪旭東

技術(shù)領(lǐng)域

本發(fā)明涉及一種基于視頻的顯著目標(biāo)檢測方法，尤其涉及一種基于前景檢測和背景減除的視頻顯著目標(biāo)檢測方法，屬于圖像處理技術(shù)領(lǐng)域。

背景技術(shù)

顯著目標(biāo)檢測在計算機(jī)視覺領(lǐng)域是非常重要的。由于安保需要，視頻中的安全性檢測越來越被人們所關(guān)注。在視頻中，檢測顯著物體以獲得人們感興趣的信息變得尤為重要。在視頻監(jiān)控系統(tǒng)中，顯著目標(biāo)即畫面中第一眼就吸引人們注意的物體。顯著物體檢測就是為了在圖片或者視頻中通過算法找到這樣的物體以代替人類視覺功能，以便為后續(xù)的更高層次的視頻檢測工作做準(zhǔn)備。

近年來，許多顯著檢測方法關(guān)注在靜態(tài)圖像中檢測前景，并取得了非常好的效果。但是只有少部分學(xué)者關(guān)注在視頻中的顯著目標(biāo)檢測。為了提取視頻中的顯著目標(biāo)，許多方法利用了顏色以及光流信息。但是，由于場景光照變化和背景動態(tài)變化，這些方法存在一些問題，例如：目標(biāo)物體輪廓缺失或不準(zhǔn)確等。為了解決上述問題，許多學(xué)者提出了顯著物體檢測算法包括前景和背景分割算法、獲得約束邊框算法以及對每個像素進(jìn)行顯著可能性估計的算法。例如：對背景檢測并去除的方法，以凸顯目標(biāo)物體，即用高斯混合模型或核密度估計來檢測背景并進(jìn)行剪除來獲得顯著區(qū)域。但是，這些技術(shù)忽略了像素間的運動信息。最近的研究例如在圖片中檢測并凸顯顯著物體，然后進(jìn)行背景剪除，取得了較好的效果。其他檢測方法例如在單個圖片中基于圖結(jié)構(gòu)化的的顯著檢測技術(shù)也取得了非常好的檢測結(jié)果。但是這些技術(shù)僅僅在靜態(tài)圖片中檢測顯著物體，沒有考慮視頻中上下文信息。而本發(fā)明能夠很好地解決上面的問題。

發(fā)明內(nèi)容

本發(fā)明目的在于解決了現(xiàn)有視頻顯著目標(biāo)檢測方法的不足，提供一種基于視頻的顯著目標(biāo)檢測方法，該方法在像素級別結(jié)合了統(tǒng)計運動信息即光流信息以及靜態(tài)信息，即顏色和梯度信息來檢測像素之間的相似性，結(jié)果融合了前景線索以及背景線索，最終達(dá)到視頻中檢測顯著目標(biāo)的目的。

本發(fā)明解決其技術(shù)問題所采取的技術(shù)方案是：本發(fā)明是基于視頻顯著目標(biāo)檢測的方法，該方法包括以下步驟：

步驟1：在圖片超像素分割的基礎(chǔ)上，分別計算每個超像素的光流信息以構(gòu)成超像素的平均光流直方圖，并結(jié)合基于超像素顏色信息的濾波策略，得到初步的顯著目標(biāo)檢測區(qū)域；

步驟2：依據(jù)梯度信息，采用接縫裁剪算法，從目標(biāo)邊界的頂(左)邊到底(右)邊依次進(jìn)行垂直(水平)方向搜索，找到每個像素耗費能量最小的接縫，并連接所有能量耗費最小的接縫，以獲得背景信息；

步驟3：融合初步目標(biāo)檢測區(qū)域和背景剪除，得到最終的顯著目標(biāo)區(qū)域。

本發(fā)明上述步驟1的超像素分割，包括：

對視頻幀圖片進(jìn)行超像素分割。超像素是由一系列位置相鄰且顏色、亮度、紋理等特征相似的像素點組成的小區(qū)域。這些小區(qū)域大多保留了進(jìn)一步進(jìn)行圖像分割的有效信息，且一般不會破壞圖像中物體的邊界信息。本發(fā)明利用簡單線性迭代聚類法方法進(jìn)行超像素分割。與傳統(tǒng)的超像素分割方法相比，此法具有速度快、效果好等優(yōu)點。此法將K均值方法應(yīng)用于超像素分割，主要有兩個特點：(1)限制搜索區(qū)域到正比于超像素尺寸的區(qū)域內(nèi)以減少距離計算量。(2)在控制超像素的尺寸和緊密度的同時結(jié)合顏色和空間臨近信息來衡量超像素之間區(qū)別。得到超像素分割的圖片后，本發(fā)明進(jìn)行初步顯著目標(biāo)檢測。

本發(fā)明上述步驟3的初步目標(biāo)檢測是提取物體光流信息，包括：利用了超像素的光流平均直方圖特征。光流平均直方圖特征提取如下：假設(shè)(u_j,v_j)是一個特定幀中像素I_j的前向光流，那么對于特定超像素r_i，光流平均直方圖(MHOF)定義為下公式: