[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

本發明提供了一種基于運動特性的視頻顯著區的提取方法和裝置，從目標視頻中獲取待提取圖像，從該待提取圖像的空域顯著圖中提取多個目標圖像顯著區，并對該目標圖像顯著區進行運動特性運算，以算出該目標圖像顯著區的運動特性因子，根據相鄰的兩個目標圖像顯著區的運動特性因子，計算該相鄰的兩個目標圖像顯著區的相似度，并將該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，得到該待提取圖像的圖像顯著區，將該待提取圖像的圖像顯著區進行疊加，得到該目標視頻的視頻顯著區。在提取視頻顯著區時，加入了反映運動連貫性的運動特性因子，使提取的視頻顯著區更加準確。同時，減少了計算量，節省了計算時間和運算資源，提高了運算效率。

技術領域

本發明屬于視頻領域，尤其涉及一種基于運動特性的視頻顯著區的提取方法和裝置。

背景技術

視頻顯著區為某段視頻中，具有顯著性的區域。通常，通過視頻顯著區可以準確的對視頻中的各種信息進行分析，如視頻語音分析、目標識別以及視頻編碼。

現有技術中，通常利用視覺注意模型(Visual Attention Model，VAM)提取視頻中單幀圖像的顯著區，即提取視頻中單幀圖像的亮度、顏色或方向，并以提取的亮度、顏色或方向作為視頻顯著區。然而，現有的視頻顯著區的提取方法僅僅將視頻中單幀圖像的亮度、顏色或方向作為該視頻的圖像顯著區，忽略了視頻中各幀圖像之間的運動的連貫性，從而導致提取到的視頻顯著區不準確。

發明內容

本發明提供一種基于運動特性的視頻顯著區的提取方法和裝置，旨在解決提取的視頻顯著區不準確的問題。

本發明提供一種基于運動特性的視頻顯著區的提取方法，從目標視頻中獲取待提取圖像，從該待提取圖像的空域顯著圖中提取多個目標圖像顯著區，并對該目標圖像顯著區進行運動特性運算，以算出該目標圖像顯著區的運動特性因子，根據相鄰的兩個目標圖像顯著區的運動特性因子，計算該相鄰的兩個目標圖像顯著區的相似度，并將該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，得到該待提取圖像的圖像顯著區，將該待提取圖像的圖像顯著區進行疊加，得到該目標視頻的視頻顯著區。

本發明提供一種基于運動特性的視頻顯著區的提取裝置，該裝置包括獲取模塊、提取模塊、運算模塊和疊加模塊；

獲取模塊用于從目標視頻中獲取待提取圖像，提取模塊用于從該待提取圖像的空域顯著圖中提取多個目標圖像顯著區，運算模塊用于對該目標圖像顯著區進行運動特性運算，以算出該目標圖像顯著區的運動特性因子，以及，根據相鄰的兩個目標圖像顯著區的運動特性因子，計算該相鄰的兩個目標圖像顯著區的相似度，并將該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，得到該待提取圖像的圖像顯著區，疊加模塊用于將該待提取圖像的圖像顯著區進行疊加，得到該目標視頻的視頻顯著區。

本發明提供了一種基于運動特性的視頻顯著區的提取方法和裝置，從目標視頻中獲取待提取圖像，從該待提取圖像的空域顯著圖中提取多個目標圖像顯著區，并對該目標圖像顯著區進行運動特性運算，以算出該目標圖像顯著區的運動特性因子，根據相鄰的兩個目標圖像顯著區的運動特性因子，計算該相鄰的兩個目標圖像顯著區的相似度，并將該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，得到該待提取圖像的圖像顯著區，將該待提取圖像的圖像顯著區進行疊加，得到該目標視頻的視頻顯著區。本發明與現有技術相比，有益效果在于：在提取視頻顯著區時，加入了能反映運動連貫性的運動特性因子，可以使提取的視頻顯著區更加準確。同時，只需計算目標圖像顯著區的運動特性因子，大大減少了計算量，節省了計算時間和運算資源，提高了運算效率。

附圖說明

為了更清楚地說明本發明實施例或現有技術中的技術方案，下面將對實施例或現有技術描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發明的一些實施例。

圖1是本發明第一實施例提供的一種基于運動特性的視頻顯著區的提取方法的實現流程示意圖；