[發明專利]一種基于區塊匹配和增強Onecut的交互式視頻分割方法和系統

有效

• 申請號: 201710350863.5
• 申請日: 2017-05-18
• 公開（公告）號: CN107194949B
• 公開（公告）日: 2019-09-24
• 發明（設計）人: 韓守東;楊迎春;陳陽
• 申請（專利權）人: 華中科技大學
• 主分類號: G06T7/215
• 分類號: G06T7/215;G06T7/12;G06T7/194;G06K9/62
• 代理公司: 華中科技大學專利中心 42201
• 代理人: 廖盈春;李智

1.一種視頻分割方法，其特征在于，所述方法包括以下步驟：

(1)視頻當前幀不是關鍵幀時，獲取上一幀的分割輪廓，初始化局部分類器的位置、大小和混合高斯模型；若上一幀不為關鍵幀，則通過上一幀的分割輪廓更新全局概率模型；

(2)利用區塊匹配跟蹤上一幀分割輪廓獲得當前幀輪廓，以當前幀輪廓更新局部分類器的位置和混合高斯模型，構建局部分類器；

(3)利用前一幀全局概率模型、當前幀局部分類器模型和相鄰幀間的時空連續性新建增強Onecut數據項，構建增強Onecut能量模型；

所述步驟(3)包括以下子步驟：

(31)構建增強Onecut能量模型：

其中，S表示前景像素集合，表示背景像素集合，而θ^s和分別表示前景和背景的直方圖統計，為θ^s和之間的L1距離；τ為前景和背景分布差異的權重；γ表示幀間平滑項的權重；η表示幀內平滑項的權重；表示幀內相鄰像素的相似度，

其中，s_x和s_y表示相鄰像素對x和y的標記，像素為前景取值1，像素為背景取值0；N表示幀內相鄰像素對的集合；ω_xy表示像素x和y的相似度，

其中，||x-y||表示像素x和y的歐式距離，ΔI表示像素x和y的顏色距離，σ設置為整個圖像的梯度均值；

(32)基于全局概率模型和局部分類器的增強Onecut數據項為像素x屬于前景和背景的綜合概率D(x)，

其中，α為計算綜合前景概率時，全局概率模型所占比例；β為計算綜合前景概率時，全局概率模型所占比例；p¹_global(x)和p⁰_global(x)表示像素x屬于前景和背景的當前全局概率；p¹_local(x)和p⁰_local(x)表示像素x屬于前景和背景的局部概率；

(33)基于幀間平滑項N-links折算的增強Onecut數據項為

其中，表示像素x在第t幀的鄰域像素集合；|s_y|表示像素y的標記取值，像素為前景取值1，像素為背景取值0；w_xy表示像素x與上一幀鄰域像素y的相似度；

(4)加權結合當前幀局部分類器模型和前一幀全局概率模型求取每個像素屬于前景和背景的綜合概率，結合綜合概率和該像素點到輪廓線的最近距離來選取Onecut能量模型種子點，求解增強Onecut能量模型的最大流，得到當前幀的分割輪廓；若視頻分割未結束，則將當前幀轉換為上一幀，返回步驟(1)，否則結束。

2.根據權利要求1所述的一種視頻分割方法，其特征在于，所述方法還包括步驟(5)：

(5)當前幀是關鍵幀時，對當前幀進行交互式圖像分割，得到分割輪廓，由分割輪廓統計前景點集合和背景點集合，分別對兩個集合進行聚類，選用高斯分布進行擬合，初始化得到前景和背景全局混合高斯模型和由此求得像素x屬于前景和背景的當前全局概率p¹_global(x)和p⁰_global(x)；若視頻分割未結束，則將當前幀轉換為上一幀，返回步驟(1)，否則結束。

3.根據權利要求1所述的一種視頻分割方法，其特征在于，所述步驟(1)包括以下子步驟：

(11)計算分類器大小，每個局部分類器是邊長為r的正方形：

其中，y_min表示整幀圖像短邊長度；λ表示分割目標物占整幀圖像的大小比重；

(12)沿輪廓線均勻取采樣點，以采樣點為局部分類器的中心，并以分割結果初始化第t幀圖像第k個局部分類器的前景和背景局部混合高斯模型和

(13)第t幀不是關鍵幀時，根據分割輪廓統計前景點集合和背景點集合，分別根據兩個集合更新前景和背景全局混合高斯模型和由此求得像素x屬于前景和背景的當前全局概率p¹_global(x)和p⁰_global(x)。