一种基于显著性目标背景建模的视频显著性检测方法技术

本发明专利技术公开了一种基于显著性目标背景建模的视频显著性检测算法，包括：步骤1，对初始帧(当前帧)进行静态图像显著性检测，获取其显著图，根据显著图获取残余背景；步骤2，对残余背景图像中像素值为0的像素点进行相似性填充获取初始帧背景模型；步骤3，根据初始背景模型，对下一帧利用背景减除法减去初始背景模型得到下一帧显著区域，且对该显著区域进行信息冗余度判别，如果冗余度较小，则认为该显著区域正确，如果显著区域冗余较高则需重新对当前帧按照步骤1和步骤2所述方法重新进行背景建模。最后，依次循环得到最终显著视频。该算法无需对视频中每一帧进行背景建模，因此会有较快计算速度。

【技术实现步骤摘要】

本专利技术设及计算机视觉与多媒体处理
，具体设及一种基于显著性目标背 景建模的视频显著性检测算法。
技术介绍
近年来，随着基于内容的视频重定位研究的发展，要求重定位后的视频能够适应 多种屏幕尺寸显示，并且要尽可能多的保留视频中的重要信息。该些基于内容的视频重定 位技术中，如何快速、准确的检测出视觉显著性区域，仍然是一个亟待解决的具有挑战性的 问题。 传统的基于背景建模的视频显著性方法如混合高斯模型背景建模法和基于四元 数傅里叶变换视频目标检测算法需要结合视频中初始多帖图像进行背景建模，因此无法对 初始几帖图像进行检测，且由于其加入帖间相关信息，会存在建模复杂度高的缺点。未引入 每一帖显著图质量判定规则，因此显著视频质量无法有效的保证。 因此，提出，已成为本领域 目前亟待解决的技术问题之一。
技术实现思路
本专利技术提出了。其目的在于 通过静态图像显著图快速获取视频背景模型，根据视频背景模型利用背景减除法获取显著 视频。 本专利技术的目的是通过下述技术方案来实现的。 ，包括W下步骤：[000引步骤1，用静态图像显著性检测方法进行显著性目标检测，得到初始帖显著图，根 据初始帖显著图提取显著目标并获取残余背景图像； 步骤2,根据残余背景图像进行背景建模，对残余背景图像中像素值为0的像素点 进行相似性填充，获取初始帖背景模型； 步骤3,进行视频显著性检测；根据初始帖背景模型，对下一帖利用背景减除法减 去初始背景模型得到下一帖显著区域，且对该显著区域进行信息冗余度判别；如果冗余度 较小，则认为该显著区域正确；如果显著区域冗余较高，则重复步骤1-步骤2重新进行背景 建模；最后，依次循环得到最终显著视频。 优选地，步骤1进一步包括，对初始帖图像I用静态图像显著性检测方法进行显著 性目标检测，得到初始帖显著图L，对显著图进行简单阔值分割，得到显著图的二值图像：(1)[001引式中；V为显著图的二值图像，T为阔值； 利用显著图的二值图像对原始图像中目标进行提取得到目标图像： 1。=1 曰'.*1 (2) 式中；1。为所得目标图像，根据目标图像获取残余背景图像： Ib' = 1-1。 做[001引式中；Ib'为残余背景图像，对残余背景中像素值为0的位置进行填充，得到初始 帖背景模型。 优选地，步骤2进一步包括，对残余背景图像中像素值为0的像素点进行相似性填 充，获取初始帖背景模型，当该点位于图像四个顶点时，向周围两个方向寻找不为0的像素 点，进行计算填充。 优选地，步骤2进一步包括，对残余背景图像中像素值为0的像素点进行相似性填 充，获取初始帖背景模型，当该点位于图像边界但不在顶点时，向周围=个方向寻找不为0 的像素点，进行计算填充。 优选地，步骤2进一步包括，对残余背景图像中像素值为0的像素点进行相似性填 充，获取初始帖背景模型，当该点位于图像中屯、区域时，向周围四个方向寻找不为0的像素 点，进行计算填充。 进一步地，向周围方向寻找不为0的像素点，进行计算填充方法如下： 1)选中待填充像素Pci其空间坐标记为（X。，y。），WPci为起始点向周围方向逐层寻 找值不为0的像素点，当在某一层寻找到值不为0的像素点时结束寻找，记像素值不为0的 点为Pl，P2,. . .，Pn坐标分别为（X。yi)，（X2,y2)，. . .，（X，ny)n，分别计算P。到各个点的欧氏 距离：(4) 式中：S。为P。P2, . . .，Pn到P0点的欧氏距离； 。从中挑选出离待填充像素欧氏距离最近的像素点，记为Pk化《n)，并对P。进行 填充：(5)[002引式中；P。'为计所得待填充位置像素值，K为离待填充像素欧氏距离最近的不为0 像素点的个数； 3)按照上述方式对残余背景图像Ib'中所有为0的像素点进行填充后，得到最终 的背景模型Ib。 优选地，步骤3进一步包括，进行视频显著性检测；包括下述步骤： 1)输入视频第n帖，记为F> = 1，2,. . .，n)，初始帖Fi背景模型记为B1，第n帖 背景模型记为B。，第一帖图像的显著图由静态图像显著性检测所得记为F'd; 第2帖图像显著图F' ,2由下式得到：[003引 F's2=iFs-Bj化） 因此，第n帖图像其显著图：[003引 F'sn= |Fn-Bn-ll饥 第n帖背景模型Bn:巧）[00測式中，恥(FJ为第n帖显著图的2-D滴； 公式做中求第n帖显著图的2-D滴也化。)，如果其2-D滴小于所设定阔值T，则 认为第n帖图像背景较前一帖变化不大，其背景能够用前一帖背景替代，无需重新建模；相 反，如果其2-D大于等于所设阔值，则认为其背景较前一帖变化大，则需重新对背景模型进 行更新，记更新后的背景模型为山_。。，做为第n帖背景，结合公式（7)获取每一帖的显著图 组成显著视频V,。 本专利技术结合背景减除法，提出了一种基于显著性目标背景建模的视频显著性检测 算法。与传统算法相比，本专利技术所提方法，无需结合帖间信息进行背景建模，因此可W对每 一帖视频图像进行显著性检测。且背景建模只需在空域中对残余背景填充，因此计算复杂 度较低。此外，由于加入冗余度判别且无需对视频每一帖都进行背景建模，因此会具有较快 的计算速度和计算精度。 本专利技术算法能够清楚的检测出视频中的运动对象。在对背景变化不大的视频序 列，一个背景模型就可W完成对多帖图像的检测，从而节省了时间。在背景变化较大情况下 即H,d>T时能够自动完成背景更新，从而使得检测结果更加精准有效。【附图说明】 图1为本专利技术的流程； 图2 (a)-图2 (f)为本专利技术背景建模过程； 图3为本专利技术背景建模算法示意图； 图4 (a)-图4(d)为本专利技术所提背景建模结果示例； 图5为同一背景模型下显著视频2-D滴变化情况； 图6为本专利技术所提算法对视频序列的检测结果示例。【具体实施方式】 下面结合附图及【具体实施方式】进一步说明本专利技术。 本专利技术如图1所示，其重要 步骤介绍如下： 1、获取初始帖（当前帖）残余背景 对初始帖（当前帖）图像1)(输入图像图（2a))用静态图像显著性检测方 法进行显著性目标检测，得到初始帖显著图I,如图2(b)所示，对显著图进行简单阔值 (TG[0, 25引）分割，得到显著图的二值图像：[00巧[005引式中；V为显著图的二值图像，T为阔值，如图2(c)所示。利用显著图的二值图 像对原始图像中目标进行提取得到目标图像： 1。=1曰'.*1 (2)[005引式中；1。为所得目标图像，如图2(d)所示。根据目标图像获取残余背景图像： Ib' = 1-1。 (3) 式中；Ib'为残余背景图像如图2(e)所示。对残余背景中像素值为0的位置进行 填充，得到初始帖背景模型，如图2(f)所示。[0化引 2残余背景填充 建立背景模型关键是要对残余背景图像Ib'中像素点为0的元素进行填充，使得 其更加接近真实背景。本专利技术提出一种基于周围像素均值替代的背景填充方法，图3为本 专利技术所提残余背景填充算法示意图。具体实施如下： 对残余背景图像Ib'中某一像素值为0的点，可分为W下S种情况进行填充：当 该点位于图像四个顶点时，向周围两个方向寻找不为0的像素点，进行计算填充；当该点位 于图像边界但不在顶点时，向周围=个方向寻找不为0的像本文档来自技高网...

【技术保护点】
一种基于显著性目标背景建模的视频显著性检测算法，其特征在于，包括以下步骤：步骤1，用静态图像显著性检测方法进行显著性目标检测，得到初始帧显著图，根据初始帧显著图提取显著目标并获取残余背景图像；步骤2，根据残余背景图像进行背景建模，对残余背景图像中目标区域即像素值为0的像素点进行相似性填充，获取初始帧背景模型；步骤3，进行视频显著性检测：根据初始帧背景模型，对下一帧利用背景减除法减去初始背景模型得到下一帧显著区域，且对该显著区域进行信息冗余度判别；如果冗余度较小，则认为该显著区域正确；如果显著区域冗余较高，则重复步骤1‑步骤2重新进行背景建模；最后，依次循环得到最终显著视频。

【技术特征摘要】

【专利技术属性】
技术研发人员：李策，胡治佳，肖利梅，赵新宇，
申请(专利权)人：兰州理工大学，
类型：发明
国别省市：甘肃;62