視頻目標的無監(jiān)督分割方法研究.pdf

1、近年來，海量視頻數(shù)據(jù)的出現(xiàn)給視頻存儲以及視頻內容分析帶來較大的挑戰(zhàn)。在視頻內容分析中，目標通常是我們關注和研究的重點，如何將這些感興趣的目標從背景中分離出來，是計算機視覺領域的一個重要的課題，有著較大的研究和應用價值，如在姿態(tài)識別，視頻檢索，以及視頻摘要等領域發(fā)揮著重要的作用。然而，如何自動地發(fā)掘出視頻中感興趣的目標，并對此目標進行精確的分割是一個非常有挑戰(zhàn)的問題。同時，為了滿足視頻大數(shù)據(jù)的快速處理需求，實現(xiàn)一種快速的目標分割方法是非常

2、有必要的。為此，本文提出了兩種不同的融合目標外觀特征與運動特征的無監(jiān)督在線目標分割算法，并給出了一個加速算法，實現(xiàn)了對目標的快速分割。
　　本文工作的主要貢獻和創(chuàng)新如下:
　　1)提出一種融合外觀與運動特征的目標分割方法。該方法結合目標運動所產生的運動邊緣，以及目標的外觀邊緣對目標進行初始化，然后分別估計出目標和背景的高斯混合模型，并結合目標位置先驗以及時空的平滑項建立馬爾科夫隨機場模型，最后用圖割方法進行目標的準確分割。<

3、br>　　2)提出一種基于保邊濾波的顯著目標分割方法。該方法將目標的外觀特征與運動特征融合到能量最小化的框架下，自動地發(fā)掘出視頻中顯著的目標，并在保邊濾波的作用下保持目標良好的邊界信息，由此得到較為準確的目標初始化結果，并在此基礎上對目標進行準確分割。
　　3)一種快速的在線目標分割方法，通過利用梯度驅動下采樣和局部多點交叉濾波CLMF的加速算法對目標進行快速分割，并實現(xiàn)了在線的目標分割方法。該方法先通過保留滑動窗口中最大的梯度信