| 发明名称 | 一种结合似物度的无约束视频中显著物体检测方法 | ||
| 摘要 | 本发明公开了一种结合似物度的无约束视频中显著物体检测方法，具体步骤如下：(1)输入原始视频序列<img file="dest_path_image002.GIF" wi="118" he="23" />，对其中的第帧记为<img file="dest_path_image004.GIF" wi="17" he="21" />；(2)对于视频帧<img file="544872dest_path_image004.GIF" wi="17" he="21" />，利用视频显著性模型、似物性的对象检测算法，得到初始的显著对象检测的矩形区域；(3)对于视频帧，通过迭代更新似物度概率图和对象概率图，不断调整显著对象检测的矩形区域大小，得到单帧的显著对象检测结果；(4)利用稠密光流法算法，得到视频帧的像素点的运动矢量场，计算相邻帧显著对象检测的矩形区域的重叠度，得到最终的显著对象检测结果。本发明通过迭代更新似物度概率图和对象概率图，增强空域显著对象检测结果的准确性；利用序列级的细化，增强了时间的一致性，能够更准确、完整地检测视频中的显著对象。 | ||
| 申请公布号 | CN106407978A | 申请公布日期 | 2017.02.15 |
| 申请号 | CN201610849174.4 | 申请日期 | 2016.09.24 |
| 申请人 | 上海大学 | 发明人 | 刘志;吴同保;周晓飞;张彤;庄新卿 |
| 分类号 | G06K9/32(2006.01)I | 主分类号 | G06K9/32(2006.01)I |
| 代理机构 | 上海上大专利事务所(普通合伙) 31205 | 代理人 | 陆聪明 |
| 主权项 | 一种结合似物度的无约束视频中显著物体检测方法，其特征在于，具体步骤如下：(1)、输入原始视频序列F＝{F<sub>1</sub>,F<sub>2</sub>,...,F<sub>M</sub>}，M是视频的帧数，对其中的第t帧记为F<sub>t</sub>；(2)、对于视频帧F<sub>t</sub>，利用视频显著性模型、似物性的对象检测算法，得到初始的显著对象检测的矩形区域；(3)、对于视频帧F<sub>t</sub>，通过迭代更新似物度概率图和对象概率图，不断调整显著对象检测的矩形区域大小，得到单帧的显著对象检测结果；(4)、利用稠密光流法算法，得到视频帧F<sub>t</sub>的像素点的运动矢量场，计算相邻帧显著对象检测的矩形区域的重叠度，得到最终的显著对象检测结果。 | ||
| 地址 | 200444 上海市宝山区上大路99号 | ||