The present invention provides significant human regional fusion detection method based on the super pixel region unit for the node, according to the fusion rule in turn only adjacent fusion and the global integration, in order to construct adjacency graph fusion
【技术实现步骤摘要】
一种基于区域融合的显著性人体区域检测方法
本专利技术属于计算机图像处理领域,特别涉及一种基于区域融合的显著性人体区域检测方法。
技术介绍
视觉显著性可直观地理解为视觉场景中语义元素所能引起视觉注意的能力,这种能力依赖于目标元素所拥有的显著属性,诸如特殊性及稀有性等。在对图像场景信息进行处理时,可以通过显著性区域检测获取优先处理对象,以便于合理分配计算资源,降低计算量节约成本消耗。因此,检测图像显著性区域具有较高的应用价值。自Itti等先驱提出采用中心-周围差异框架进行显著性检测以来,越来越多的研究者开始关注显著检测研究邻域,大量自底向上基于底层数据的具有很好效果的显著性检测算法被提出。Chen等提出的基于区域对比度的显著检测算法,在区域水平上计算颜色对比度,并通过空间距离加权,然后将区域与其他区域加权颜色对比度进行累加求和,再用此定义区域显著性。Chen等在探索基于对比度的显著性检测算法方面取得了不错的成绩,此区域对比度算法已被广泛采用。除利用对比度先验进行显著性区域检测之外,边界先验知识也广泛应用于显著性检测,该先验知识假定图像边界为背景区域。Wei等依据各区域到图像边界的最短测地线距离定义显著性,Yang等基于图论知识借助于流形排序方法,依据各超像素区域与图像四周边界上超像素区域的相关性程度高低来定义各区域显著性取值大小。Zhu等结合区域空间布局及边界先验知识提出了一种更具鲁棒性的背景检测方法,即边界连通性,该方法在背景检测方面具有优良效果。目前,通常利用行人的人体边缘、纹理特征建立模板并综合运用神经网络、支持向量机、级联检测器等机器学习方法。但是,现 ...
【技术保护点】
一种基于区域融合的显著性人体区域检测方法,其特征在于,包括以下步骤:S1、获取监控区域的视频流图像作为输入图像;S2、预分割输入图像以形成若干超像素区域单元,将各超像素区域单元内所有像素的颜色用所对应的各超像素区域单元内所有像素的颜色向量的平均值来表示,以获得初始融合图
【技术特征摘要】
1.一种基于区域融合的显著性人体区域检测方法,其特征在于,包括以下步骤:S1、获取监控区域的视频流图像作为输入图像;S2、预分割输入图像以形成若干超像素区域单元,将各超像素区域单元内所有像素的颜色用所对应的各超像素区域单元内所有像素的颜色向量的平均值来表示,以获得初始融合图S3、以超像素区域单元为节点,根据融合准则Ψ依次执行邻接融合与全局融合,并依次在邻接融合与全局融合过程中将各超像素区域单元内所有像素的颜色用所对应的各超像素区域单元内所有像素的颜色向量的平均值来表示,将相似的超像素区域单元依次融合形成新的超像素区域单元,以依次构建出邻接融合图及全局融合图S4、结合超像素区域单元间的颜色对比度、空间距离权重及背景概率权重分别在初始融合图邻接融合图及全局融合图上计算超像素区域单元的显著值,以获得三幅初始显著图;S5、通过元胞自动机的置信遗传机制对三幅初始显著图进行更新,得到三幅优化显著图;S6、对步骤S5中的三幅优化显著图执行累加求和运算,以获得包含显著性人体区域的集成显著图S。2.根据权利要求1所述的方法,其特征在于,所述步骤S2具体为:采用简单线性迭代聚类算法,对输入图像执行预分割,形成若干超像素区域单元;计算各超像素区域单元内所有像素的颜色向量的平均值以替换超像素区域单元内所有像素的颜色向量,以获得初始融合图3.根据权利要求2所述的方法,其特征在于,所述步骤S2中,输入图像经过预分割后形成的超像素区域单元所包含的像素点数量为384~614个。4.根据权利要求1所述的方法,其特征在于,所述步骤S3中的融合准则Ψ的计算公式为:其中,Ω1及Ω2分别是超像素区域单元R1及超像素区域单元R2的邻域集合;C(R1,R2)为超像素区域单元R1及超像素区域单元R2间颜色差值。5.根据权利要求1所述的方法,其特征在于,所述步骤S4中的初始显著图的计算公式为:其中,k=1,2,3分别表示在初始融合图邻接融合图及全局融合图上计算各超像素区域单元的显著值;Sk(i)表示在图中超像素区域单元i的显著值,nk是图中超像素区域单元数量;Ck(i,j)表示在图中超像素区域单元i及超像素区域单元j间颜色差值...
【专利技术属性】
技术研发人员:吕楠,张丽秋,
申请(专利权)人:江苏慧眼数据科技股份有限公司,
类型:发明
国别省市:江苏,32
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。