[發明專利]一種基于局部時空連續性聚合描述的視頻紋理描述方法

有效

• 申請號: 201811186210.9
• 申請日: 2018-10-12
• 公開（公告）號: CN109344902B
• 公開（公告）日: 2021-07-20
• 發明（設計）人: 王玉;呂穎達;黃永平;申鉉京;馬舒陽;沈哲
• 申請（專利權）人: 吉林大學
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 長春吉大專利代理有限責任公司 22201
• 代理人: 朱世林;胡景陽

1.一種基于局部時空連續性聚合描述的視頻紋理描述方法，包括如下步驟：

步驟A，對輸入視頻中的目標進行檢測并跟蹤，獲取含有目標的連續視頻序列并進行歸一化處理；

步驟B，對歸一化后的幀圖像集合劃分分塊，為獲取視頻的局部時空連續性信息，對每個分塊提取LBP-TOP視頻紋理特征，以獲得每個分塊級的特征直方圖信息；

步驟C，在所有分塊級的LBP-TOP特征構成的特征分布空間中進行k-mean聚類，并聚合屬于同一聚類的特征與聚類中的殘差，得到描述整個視頻序列的局部時空連續性聚合描述矩陣，從而獲得視頻的更為緊湊的描述形式；

步驟D，將上述聚合描述矩陣以向量的形式表示，同時基于Fisher準則對向量進行權重計算以提高視頻紋理的表示能力，并獲得最終的視頻紋理描述向量。

2.根據權利要求1所述的一種基于局部時空連續性聚合描述的視頻紋理描述方法，其特征在于，在步驟B中，所述LBP-TOP特征提取首先對視頻序列進行灰度化處理得到視頻幀的灰度圖像，然后在視頻序列的三個正交平面上分別提取LBP特征，最后將這三個LBP特征直方圖進行級聯操作以 獲得視頻序列的紋理特征。

3.根據權利要求1所述的一種基于局部時空連續性聚合描述的視頻紋理描述方法，其特征在于，在步驟D中，所述基于Fisher準則對向量進行權重計算以提高視頻紋理的表示能力，對于含有多個類別的視頻分類問題，隸屬于同一類別的不同視頻序列之間的相似度分布構成了類內相似度空間，隸屬于不同類別的視頻序列之間的相似度分布形成了類間相似度空間，這里對視頻局部聚合描述向量的權重學習利用了Fisher準則，即通過使類內散度盡可能小而類間散度盡可能大的方式來獲得每個分量的權值。