復(fù)雜場(chǎng)景下視頻目標(biāo)自動(dòng)分割算法研究.pdf

1、隨著互聯(lián)網(wǎng)基礎(chǔ)設(shè)施的逐步升級(jí)以及移動(dòng)終端的快速普及，人們可以越來(lái)越方便地拍攝和觀看視頻。視頻由于其本身所攜帶信息的豐富性和生動(dòng)性，成為了人們生活中重要的信息傳播載體之一。不斷增長(zhǎng)的海量視頻數(shù)據(jù)也帶來(lái)了如何識(shí)別、檢索和理解視頻內(nèi)容的需求。如何降低視頻內(nèi)容理解難度，提煉出視頻中的關(guān)鍵信息成為當(dāng)前視頻處理領(lǐng)域的重要研究課題。由于視頻目標(biāo)分割的研究目標(biāo)是有效分割出具有顯著性特征的前景目標(biāo)，所以它在視頻摘要、視頻檢索、動(dòng)作分析和視頻語(yǔ)義理解等領(lǐng)域

2、擁有廣泛的應(yīng)用。
　　當(dāng)前的視頻目標(biāo)分割算法大多屬于自底向上的方法，通過(guò)獲取并分析視頻中顏色和邊緣特征、運(yùn)動(dòng)信息等底層特征分割出具有顯著性特點(diǎn)的前景目標(biāo)。傳統(tǒng)基于人工標(biāo)注的算法已經(jīng)不能滿足當(dāng)前大規(guī)模視頻數(shù)據(jù)環(huán)境下的應(yīng)用需求。同時(shí)，海量視頻中包含的場(chǎng)景和拍攝條件是復(fù)雜而多樣的，使得當(dāng)前的自動(dòng)化視頻目標(biāo)分割算法并不能在一些復(fù)雜場(chǎng)景中仍保持較好的魯棒性。針對(duì)上述問(wèn)題，本文提出了兩種適用于不同場(chǎng)景的視頻目標(biāo)自動(dòng)分割算法。主要研究工作和創(chuàng)新

3、點(diǎn)如下:
　　1.現(xiàn)有基于圖割的算法容易受到背景噪聲和像素點(diǎn)失配的干擾，在一些復(fù)雜場(chǎng)景下魯棒性不佳。本文提出了一種基于光流場(chǎng)和圖割的視頻目標(biāo)自動(dòng)分割算法，針對(duì)上述問(wèn)題做了改進(jìn)。在對(duì)前景目標(biāo)分割前，該算法預(yù)先對(duì)視頻全局動(dòng)作特征進(jìn)行分析，獲得了前景目標(biāo)的先驗(yàn)知識(shí)，減少了背景噪聲對(duì)算法的干擾。針對(duì)像素點(diǎn)失配問(wèn)題，該算法提出了動(dòng)態(tài)位置模型優(yōu)化機(jī)制，利用前景目標(biāo)的位置模型增強(qiáng)了分割結(jié)果的時(shí)域連續(xù)性。實(shí)驗(yàn)表明，該算法在鏡頭快速移動(dòng)、前景目標(biāo)運(yùn)

4、動(dòng)特征不規(guī)律等場(chǎng)景下能夠獲得更加準(zhǔn)確和魯棒的分割結(jié)果。
　　2.在一些復(fù)雜場(chǎng)景下，現(xiàn)有基于候選目標(biāo)的算法往往會(huì)出現(xiàn)分割結(jié)果部分缺失的問(wèn)題，這一問(wèn)題的根源在于候選目標(biāo)過(guò)于碎片化以及候選目標(biāo)間的時(shí)域映射關(guān)系不夠準(zhǔn)確。本文提出了一種基于候選目標(biāo)的改進(jìn)算法。該算法對(duì)原生候選目標(biāo)進(jìn)行了時(shí)域擴(kuò)展與合并，不僅改善了候選目標(biāo)碎片化的問(wèn)題，還提高了相鄰幀問(wèn)候選目標(biāo)的時(shí)域連續(xù)性。為了進(jìn)一步增強(qiáng)模型時(shí)域映射關(guān)系的準(zhǔn)確性，該算法引入了更多圖像特征用于度量