基于時(shí)空分析的顯著目標(biāo)提取算法的研究.pdf

1、顯著目標(biāo)提取是檢測(cè)視覺(jué)輸入中具有獨(dú)立視覺(jué)意義的顯著區(qū)域（目標(biāo)），對(duì)后續(xù)行為分析、語(yǔ)義判斷、場(chǎng)景理解等高級(jí)視覺(jué)任務(wù)具有重要意義，是計(jì)算機(jī)視覺(jué)研究領(lǐng)域中經(jīng)典課題。近年來(lái)，隨著穿戴式攝像設(shè)備的大量應(yīng)用，基于第一視角視頻(Egocentric Video)的顯著目標(biāo)提取引起研究人員的廣泛關(guān)注。以時(shí)空分析方法為基礎(chǔ)，針對(duì)Egocentric Video的特點(diǎn)，研究基于第一視角視頻的顯著目標(biāo)提取具有重要的意義。
　　本文以多個(gè)不同視角、相同時(shí)

2、間拍攝的第一視角圖像序列為輸入，結(jié)合時(shí)空分析方法研究基于第一視角視頻的顯著性檢測(cè)算法和目標(biāo)檢測(cè)算法。本文的主要工作如下:
　　(1)研究了基于時(shí)空分析的融合顯著性算法。針對(duì)第一視角視頻背景變化劇烈、目標(biāo)尺度差異明顯和視角時(shí)變性強(qiáng)的特點(diǎn)，提出一種融合自頂向上的圖像顯著性、Ego-Motion信息以及目標(biāo)運(yùn)動(dòng)信息來(lái)計(jì)算第一視角視頻中目標(biāo)的顯著性方法。顯著性檢測(cè)實(shí)驗(yàn)表明，本文算法針對(duì)第一視角視頻的顯著性檢測(cè)較IT、GB、SR、CA、AG

3、V算法更優(yōu)。
　　(2)研究了基于融合顯著性的顯著目標(biāo)提取算法。提出了一種融合第一視角視頻顯著性約束的Canny邊緣檢測(cè)方法，減少了大量背景區(qū)域的邊緣。根據(jù)格式塔規(guī)則中的閉合性對(duì)編組元進(jìn)行度量，得到編組元之間的閉合關(guān)系，通過(guò)分析編組元之間的閉合關(guān)系與第一視角視頻的顯著性，提出度量編組閉合性的目標(biāo)函數(shù)，并利用最小權(quán)值最優(yōu)匹配算法求解目標(biāo)函數(shù)，得到最終目標(biāo)的閉合輪廓。實(shí)驗(yàn)表明，與RRC輪廓編組算法比較，本文算法能夠獲得第一視角視頻中更