一种基于有限时空分辨率类无关属性动态场景的分割方法技术
【技术实现步骤摘要】
一种基于有限时空分辨率类无关属性动态场景的分割方法
本专利技术属于计算机视觉
，具体涉及一种能在有限时空分辨率下分割动态场景中的前景对象、可减轻对候选物体缺失和运动边界过填充的负面影响的基于有限时空分辨率类无关属性动态场景的分割方法。
技术介绍
从动态场景中分割前景对象是计算机视觉中的一个重要问题，是许多机器人和机器人视觉技术的核心内容，包括工业检测，人机交互和机器人视觉伺服。在复杂动态环境中所遇到的各种动态场景，成功的分割算法应该是稳健的。事实上，典型的自然场景可能包含如外观变化、相机运动、背景选择以及尺度和照明变化等许多动态因素。导致问题更加难以解决的是存在大量信息冗余，因为表征特定时空行为的连续帧通常非常相似，并且将以相对较低的变化进行多次解释。对于长期视频分割，空间和时间尺度的子采样是减少信息冗余和计算负荷的一种简单措施。然而，在这种情况下，由于采用子采样算子出现突然运动和连续帧之间的大位移，使分割问题更加恶化，带来了一些负面影响，诸如由连续帧中对应点的大位移所造成的候选对象丢失或运动边界的过填充。为了实现鲁棒性分割，关键问题是减轻在场景动力学和大位...
【技术保护点】
一种基于有限时空分辨率类无关属性动态场景的分割方法，其特征在于包括建立类无关属性分割框架、单帧视频转化、建立条件随机场模型、模型训练、分割图像步骤，具体包括：A、建立类无关属性分割框架：读取一个包含T帧视频图像的视频序列
【技术特征摘要】
1.一种基于有限时空分辨率类无关属性动态场景的分割方法，其特征在于包括建立类无关属性分割框架、单帧视频转化、建立条件随机场模型、模型训练、分割图像步骤，具体包括：A、建立类无关属性分割框架：读取一个包含T帧视频图像的视频序列I，为I中的所有像素（r，c）分配一个标签l(r,c)∈L，视频序列I为：I={It(r,c):Ω⊂R2→R3|r∈{1,...,R},c∈{1,...,C}}tT=1，其中：R和C分别为每个帧的行数和列数，定义分割前景目标像素Rf={(r,c)|l(r,c)=1}，来自于周围的背景像素Rb={(r,c)|l(r,c)=0}；B、单帧视频转化：将视频序列I中的一帧视频转化为图像G，定义xi∈x表示每个观察节点i∈V，并将图中的每个节点与离散随机变量yi∈y相关联，以表示G的潜在标签配置，图像G为：G=(V,E)，其中：V为图像超像素的一组相关性节点，E=Es∪Et为一组空间Es和时间Et边缘连接在一起的节点；对视频序列I利用SLIC算法生成固定数量的超像素节点V；C、建立条件随机场模型：为图像G的潜在标签配置采用全连接网络策略促进对象建议的评估，并建立概率评估用条件随机场模型p(y|x,θ)为：p(y|x,θ)=，其中：x为观测值，Z(θ)为分割函数参数，ψu为一元势函数，Ψ={Ψs,Ψt}为成对势函数，Ψs和Ψt分别为成对空间、时间势函数，矢量θ={θu,θps,θpt}为模型参数，θu，θps和θpt分别为一元参数及成对的空间、时间势函数；D、模型训练：利用空时稀疏大位移训练集图像数据对上述条件随机场模型进行训练，得到模型参数；E、分割图像：将上述模型参数代入条件随机场模型，利用条件随机场模型对输入的视频序列进行分割评估并输出分割出前景目标的图像。2.根据权利要求1所述基于有限时空分辨率类无关属性动态场景的分割方法，其特征在于所述B步骤中空间边缘Es由同一帧中的相邻超像素指定，而时间链接Et通过光流连接，在连续帧的两个超像素之间被实例化。3.根据权利要求2所述基于有限时空分辨率类无关属性动态场景的分割方法，其特征在于所述C步骤中：y={yit}∈L|V|。4.根据权利要求3所述基于有限时空分辨率类无关属性动态场景的分割方法，其特征在于所述C步骤中在推理阶段，最大似然标签y∗定义为可能的标签y∈L|V|的最大后验概率估计：或等效为标签函数负值的最小化：。5.根据权利要求3所述基于有限时空分辨率类无关属性动态场景的分割方法，其特征在于所述C步骤中一元势函数ψu为：，其中：类无关建议势函数ψpro(yi,x|θupro)表示柔性前景-背景假设，位置势函数ψloc(yi,x|θuloc)与运动种子组合排序属性实现前景建议的一致定位，外观势函数ψapp(yi,x,ΘGMM|θuapp)表示编码前景和背景假设的颜色信息。6.根据权利要求5所述基于有限时空分辨率类无关属性动态场景的分割方法，其特征在于所述C步骤中类无关建议势函数ψpro(yi,x|θupro)为：ψpro(yi,x|θupro)=θuproσ(φpro(yi|x1,...,xK))，其中：σ(x)表示将真实特征值转换为[0,1]范围的归一化函数，xk={xi,k}表示通过对像素进行端对端排序器操作得到的第k类超像素特征的得分，i∈{1,...,|V|},k∈{1,...,K}；通过端到端全连接网络向前反馈每个视频序列I中的每一帧It，在...
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。