基于運動視差的動態(tài)時空域模型的視頻分割算法的研究.pdf

1、視頻運動對象分割主要目的是從連續(xù)視頻幀中準確地分離出包含特定視覺效果的運動物體。其應(yīng)用范圍極其廣泛，覆蓋了智能交通、視頻安全監(jiān)控、國防、航空航天和天體研究等領(lǐng)域。目前，針對特定運動物體的分割算法的研究已取得了很大的進展，出現(xiàn)了不少著名的算法。但是這些算法大多適用于視頻監(jiān)控之類攝像機固定的特定應(yīng)用中，對于更廣泛的攝像機不固定、運動對象類型不限定的應(yīng)用領(lǐng)域，目前已有的算法還不能很好的適應(yīng)。對于一般化的應(yīng)用場景，攝像機視角的變化導(dǎo)致視頻分割的

2、背景是無規(guī)則地變化的，這使得基于背景建模這一類經(jīng)典的分割算法無法對視頻的背景進行正確建模。另一方面，由于對運動對象類型不限定，導(dǎo)致基于事先樣本訓(xùn)練分類來進行分割的算法無法獲得良好的效果。因此，如何在攝像機不固定、運動對象類型不限定的場景中實現(xiàn)運動對象的自動分割成為當(dāng)前研究的難點和熱點。針對當(dāng)前視頻分割研究的現(xiàn)狀和趨勢，作者大量的研究和學(xué)習(xí)了國內(nèi)外現(xiàn)有視頻分割算法，提出了兩種基于目標注意理論的視頻分割算法。
　　(1)基于運動對比時

3、空視覺注意模型：首先，用SIFT算法來建立相鄰視頻幀之間特征點之間的對應(yīng)關(guān)系，并計算對應(yīng)關(guān)系之間的差異來衡量相鄰視頻幀之間存在的運動差異。以運動差異為標準建立時域映射。然后將視頻圖像分割成以超像素為單位的不同區(qū)域，通過計算區(qū)域之間的全局特征差異(包括色彩，大小空間距離等因素)來構(gòu)建視頻空域顯著性映射。在混合的時空顯著性映射約束下，以超像素區(qū)域為基本單位，計算各單位的顯著性能量來完成視頻圖像前背景的分割。該模型的優(yōu)勢是時空域的顯著映射關(guān)系

4、各自獨立獲得，并以一種合理的方式組合到一起。此外，以超像素作為分割區(qū)域的做法有一定創(chuàng)新性且能讓分割的邊界更加精確。
　　(2)基于四元小波變換的多分辨率時空模型：首先：通過四元數(shù)形式的小波變換建立四元金字塔。借助視頻領(lǐng)域幀的相位差來衡量視頻運動顯著性并建立起相對應(yīng)的時域映射。相位的數(shù)值可以用細節(jié)濾波器從各級金字塔中分離出細節(jié)信息來計算得出。另一方面，通過對中心周圍多尺度權(quán)重響應(yīng)施以逆四元小波變換來建立視頻幀的空域顯著性映射。其中多

5、尺度權(quán)重計算函數(shù)ECSF是從其他文獻中優(yōu)化得到的，中心周圍區(qū)域則是以小波系數(shù)對應(yīng)位置來構(gòu)造。最后，以經(jīng)過合理的篩選和動態(tài)混合建立時空顯著性映射為約束條件，對視頻圖像的前背景進行初次分割，并用Grabcut方法來優(yōu)化初步分割結(jié)果。這個分割模型能夠充分利用多分辨率分析理論信息量豐富的優(yōu)勢。由于結(jié)合了四元數(shù)理論，處理速度上比一般小波變換要快很多。
　　實驗過程中，采用不同的視頻數(shù)據(jù)對該算法的有效性進行測試，并與其他分割算法的結(jié)果進行比較