[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

本發明公開了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。本發明方法沿著上一幀輪廓線均勻地選取采樣點，以采樣點為中心建立局部分類器，利用區塊匹配將上一幀的輪廓傳遞到當前幀，得到目標物體在當前幀的預估初始輪廓，同時移動局部分類器的位置到當前幀，更新局部分類器，利用局部分類器及全局概率模型求取當前幀各像素屬于前景或背景的概率，最后通過增強Onecut模型得到當前幀各個像素的分割標記。如果上一幀為關鍵幀時，加入交互，利用傳統交互式圖像分割方法得到目標物體精確的輪廓。本發明還實現了一種基于區塊匹配和增強Onecut的交互式視頻分割系統，本發明技術方案具有較高的容錯性和較高的分割性能。

技術領域

本發明屬于圖像處理技術領域，更具體地，涉及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。

背景技術

視頻分割是一類二值標記問題，旨在把作為一個整體的視頻或圖像序列，通過一定的方法分割出具有實際意義的對象。視頻分割在很多領域中均有著重要的作用，例如：在目標識別中，視頻分割可以為目標識別提供先驗信息；在圖像編碼中，視頻分割可以提高視頻壓縮編碼的效率。雖然國內外眾多研究者對視頻分割技術進行了較長時間的研究，而且各種視頻分割算法也層出不窮，但是由于視頻場景的復雜性，待分割視頻的多樣性，以及各種噪聲干擾，因此到目前為止，仍然沒有一種適用所有視頻的分割算法。

一般地，根據是否加入人工交互，視頻分割可以分為非交互式視頻分割和交互式視頻分割兩種。非交互式視頻分割不需要加入人工標記，主要采用視頻對象的運動特征，如基于光流或基于梯度下降法的非交互式視頻分割方法。該類方法對視頻中存在運動物體的情況適用性較好，如果待分割的目標固定或者運動緩慢或者交替著運動，該類方法由于無法通過運動特征來預測目標物體的可能區域，從而無法達到分割的目的。而交互式視頻分割方法通過加入人工交互能夠較好地解決上述目標不規律運動的問題，而且，在某些特殊情況下，必須采用人工交互給出先驗信息才能分割出目標物體。

目前大多數視頻分割方法都是基于圖論的，有很多方法直接將圖割模型從圖像分割推廣到視頻分割，通過光流或其他跟蹤方式在原有的空間連續性基礎上加入時間連續性。運用Graphcut或者Grabcut在考慮像素間相似性的時候通常只考慮鄰近的一些像素點，這類方法沒有很好地考慮大范圍顏色相近的像素點之間的聯系，而Onecut則充分考慮了全局顏色空間，將距離很遠的兩個像素點劃分在同一個顏色直方圖中，計算前背景直方圖的L1距離，在保證全局最優的情況下，一次分割便可得到最終的分割結果。

發明內容

針對現有技術的以上缺陷或改進需求，本發明提供了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，其目的在于融合顏色特征、形狀信息和目標物體運動特征，以較少的人工交互得到滿意的分割結果，由此解決現有交互式視頻分割技術中的分割結果精確性不強，時空連續性不一致，以及交互量過大等技術問題。

為實現上述目的，按照本發明的一個方面，提供了一種基于區塊匹配和增強Onecut的交互式視頻分割方法，所述步驟包括以下步驟：

(1)視頻當前幀不是關鍵幀時，獲取上一幀的分割輪廓，沿輪廓線均勻取采樣點，以采樣點為中心，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；所述關鍵幀為視頻第一幀及視頻中確定進行交互的幀；

(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；