[發明專利]基于運動特性的視頻顯著區的提取方法和裝置

有效

• 申請號: 201611233165.9
• 申請日: 2016-12-28
• 公開（公告）號: CN106875396B
• 公開（公告）日: 2020-12-01
• 發明（設計）人: 周鶯;龍玥;梁永生;趙立霞
• 申請（專利權）人: 深圳信息職業技術學院
• 主分類號: G06T7/11
• 分類號: G06T7/11;G06T7/174;G06T7/215
• 代理公司: 深圳市恒申知識產權事務所(普通合伙) 44312
• 代理人: 王利彬

1.一種基于運動特性的視頻顯著區的提取方法，其特征在于，所述方法包括：

從目標視頻中獲取待提取圖像；

從所述待提取圖像的空域顯著圖中提取多個目標圖像顯著區，并在所述目標圖像顯著區中提取運動目標，對所述目標圖像顯著區進行運動特性運算，以算出所述目標圖像顯著區的運動特性因子；其中，所述運動特性因子用于表示所述目標圖像顯著區的運動連貫性；

根據相鄰的兩個目標圖像顯著區的運動特性因子，計算所述相鄰的兩個目標圖像顯著區的相似度，并將所述相似度大于預置相似度的兩個相鄰的圖像顯著區進行合并，得到所述待提取圖像的圖像顯著區；

將所述待提取圖像的圖像顯著區進行疊加，得到所述目標視頻的視頻顯著區；

所述從所述待提取圖像的空域顯著圖中提取多個目標圖像顯著區，具體包括：

對所述待提取圖像進行冗余運算，得到所述待提取圖像的空域顯著圖；

將所述空域顯著圖中灰度值大于預置灰度值的像素點組成的區域確定為所述目標圖像顯著區；設r(f)為空域顯著圖中的目標圖像顯著區，則，

其中，threshold為預置灰度值，threshold＝E(SS(f))*3，f為空域顯著圖中的灰度值，E(SS(f))為該空域顯著圖S_S(i)的平均灰度密度值，r(f)＝1表示該區域為目標圖像顯著區，r(f)＝0表示該區域為非目標圖像顯著區；

所述在所述目標圖像顯著區中提取運動目標，具體包括：

將所述目標圖像顯著區中的塊與參考目標圖像顯著區中的塊進行比對；

選取在所述目標圖像顯著區和所述參考目標圖像顯著區中出現頻率最多的塊；

將所述目標圖像顯著區中的塊減去所述出現頻率最多的塊，并將所述目標圖像顯著區中剩下的塊作為運動目標；所述運動目標的坐標表示為：

(x_o,y_o)＝(x',y')-mod e(x',y')

其中，(x', y')為所述目標圖像顯著區中塊的坐標，mod e(x',y')表示所述出現頻率最多的塊的坐標；

所述對所述目標圖像顯著區進行運動特性運算，以算出所述目標圖像顯著區的運動特性因子，具體包括:

分別對所述運動目標的相對運動矢量和背景運動矢量進行二范數運算，得到所述目標圖像顯著區的相對運動矢量強度和背景運動矢量強度；

對所述相對運動矢量強度和所述背景運動矢量強度進行加權運算，得到所述目標圖像顯著區的運動因子；

將所述目標圖像顯著區的運動因子與所述目標視頻中的目標圖像顯著區的運動因子的最大值進行除法運算，并對算出的參數進行對數運算，以得到所述目標圖像顯著區的運動特性因子；

所述根據相鄰的兩個目標圖像顯著區的運動特性因子，計算所述相鄰的兩個目標圖像顯著區的相似度，具體包括：

在所述多個目標圖像顯著區中，選取相鄰的兩個目標圖像顯著區；

將所述兩個目標圖像顯著區的運動特性因子的最大值與所述兩個目標圖像顯著區的運動特性因子的差值的絕對值進行減法運算，得到目標值；

將所述目標值與所述兩個目標圖像顯著區的運動特性因子的最大值進行除法運算，并將算出的商作為所述相鄰兩個目標圖像顯著區的相似度；所述相鄰兩個目標圖像顯著區的相似度表示為：

其中，S_motion(r_i，r_j)為所述相鄰的兩個目標圖像顯著區的相似度，r_i，r_j表示所述相鄰的兩個目標圖像顯著區，和表示所述相鄰的兩個目標圖像顯著區的運動特性因子，為和的最大值。

2.根據權利要求1所述的方法，其特征在于，所述對所述待提取圖像進行冗余運算，得到所述待提取圖像的空域顯著圖，具體包括：

對所述待提取圖像進行頻譜冗余運算，得到所述待提取圖像的頻譜冗余；

對所述待提取圖像的頻譜冗余和所述待提取圖像的相位譜進行譜冗余運算，得到所述待提取圖像的空域顯著圖。