The invention relates to a spatio-temporal domain saliency detection method, belonging to the image processing field, in particular to a spatio-temporal domain saliency detection method based on location prior information. The main idea of the present invention is a significant target video saliency map should be continuous space-time, through the acquisition of the object contains significant time for the prospect of regional location information, enhanced significantly improved contrast method, including foreground background contrast methods and Prospect of local contrast method, so as to effectively suppress the background area, and highlight the significant prospects target. At the same time, the invention proposes motion consistency within the video frame to improve the discrimination degree of the time domain motion information, thereby obtaining more accurate motion saliency detection results. In addition, the temporal and spatial saliency detection results are integrated into the spatio-temporal domain information, and the fusion of the saliency detection results of spatiotemporal domain is adopted to improve the accuracy of spatio-temporal domain saliency detection.
【技术实现步骤摘要】
一种基于位置先验信息的时空域显著度检测方法
本专利技术涉及一种时空域显著度检测方法,属于图像处理领域,具体涉及一种基于位置先验信息的时空域显著度检测方法。
技术介绍
在计算机视觉领域,图像视频显著度检测作为目标识别、视频监控、移动机器人学的预处理部分已经进行广泛的研究。图像视频显著度研究一般基于自底向上的快速显著度检测方式,这类方法由中低层特征驱动,适用范围较广,运算速度较快。目前视频时空域显著度研究对于图像显著度研究相对较新,基于视频与图像的相似性,现有的图像显著度检测方法可以独立应用于视频的每一帧图像,这样的方式忽略了视频的时域信息。考虑到时域信息是视频显著度检测最主要的影响因素,空域特征可以结合时域特征计算独立帧的显著度。现有技术中的一些算法主要有:(1)在已有的图像显著度模型上对原有空域特征维度进行扩展,加入运动特征,用于预测动态场景中人眼预测的显著位置;(2)利用亮度、颜色和运动适量的局部对比生成最终的显著度图;(3)利用基于多种低层特征的时空显著度将高帧率的视频输入转为低帧率视频。这些方法都忽略了视频显著度图的时空连续性,可能导致显著图中的显著目标在时间轴上并不连续。为了获取视频更高维度的特征,区域对比度被广泛应用到显著度检测中,区域对比度通常的做法是计算区域特征差异并加权空间位置关系,然而这样的加权方式可能会导致目标衰减或者难以区分前景和背景区域的相似的颜色。为了解决这两个问题,需要利用位置先验信息对前景位置定位,通过利用位置信息,保持时空域显著度图的时空一致性,且改进对比度算法,从而提高视频显著度检测的准确性。
技术实现思路
针对现有技术的不足 ...
【技术保护点】
一种基于位置先验信息的显著度检测方法,其特征在于,包括:超像素集分割步骤,将视频帧I
【技术特征摘要】
1.一种基于位置先验信息的显著度检测方法,其特征在于,包括:超像素集分割步骤,将视频帧It分割成大小相似、颜色高度一致的超像素集空域显著度计算步骤,基于空间位置关系加权计算超像素与其它超像素的超像素重要度特征值差异得到的空域对比度,基于各超像素的空域对比度得到视频的空域著度图其中,超像素重要度为其对应颜色与整帧其他超像素主要颜色的对比度;时域显著度计算步骤,根据超像素运动直方图和整帧运动直方图之间的差异得到每个超像素的运动区分度基于帧内一致性约束的更新运动区分度,计算视频的时域显著度图时空显著图融合步骤,基于时域到空域的一致性MCT,空域到时域的一致性MCS采用选择项和交互项非线性融合时、空域显著度图;其中,MCT与MCS由时域显著度图和空域显著度图的乘积分别除以空域显著度图中所有超像素的空域显著度值总和时域显著度图中所有超像素的时域显著度值总和得到。2.根据权利要求1所述的一种基于位置先验信息的显著度检测方法,其特征在于,所述超像素集分割步骤中,基于SLIC算法将该帧分割成大小相似、颜色高度一致的超像素集使用最小方差量化算法减少It中出现频率低的颜色,从而量化It的颜色。3.根据权利要求1所述的一种基于位置先验信息的显著度检测方法,其特征在于,所述空域显著度计算步骤中,通过颜色直方图对比度算法计算超像素重要度4.根据权利要求1所述的一种基于位置先验信息的显著度检测方法,其特征在于,所述空域对比度的计算包括前景背景对比度计算,具体为:定义超像素距离背景区域的最短路径为关键路径背景区域超像素的关键路径为该超像素跟其相邻距离最短的背景区域超像素之间的欧氏距离,而前景区域超像素的关键路径跟前景区域的面积相关,定义如下:式中,Ft为前景区域,Bt为背景区域;基于位置信息的空域特征差异为之间的超像素重要度差值ψ(i,j)加权单位阶跃函数ε(Ψ(i,j)),即ψ(i,j)大于0时,ε(ψ(i,j))值为1,反之则为0;ψ(i,j)依据超像素位于不同的区域,定义如下:前景背景对比度为超像素的空间特征差异加权空间位置关系,前景背景对比度表示如下,式中,为超像...
【专利技术属性】
技术研发人员:胡瑞敏,胡柳依,王中元,肖晶,王琦,邵梦灵,
申请(专利权)人:武汉大学深圳研究院,武汉大学,
类型:发明
国别省市:广东,44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。