基于顯著性的運(yùn)動(dòng)目標(biāo)檢測(cè)算法研究.pdf

1、隨著微電子制造工藝、數(shù)字編碼以及網(wǎng)絡(luò)通信技術(shù)的快速發(fā)展，視頻已經(jīng)越來越廣泛地融入并且改變著我們的生活。視頻以其直觀、豐富的信息表達(dá)形式為人們所喜愛，與此同時(shí)，如何高效、智能地分析視頻數(shù)據(jù)，成為計(jì)算機(jī)視覺領(lǐng)域極富挑戰(zhàn)性的課題之一。視頻內(nèi)容分析涵蓋目標(biāo)檢測(cè)、目標(biāo)識(shí)別、行為判斷、場(chǎng)景理解等內(nèi)容，其中運(yùn)動(dòng)目標(biāo)檢測(cè)作為基礎(chǔ)和前提，多年來得到研究者的廣泛關(guān)注并且積累了大量的研究成果。然而，實(shí)踐表明現(xiàn)實(shí)場(chǎng)景中的運(yùn)動(dòng)目標(biāo)檢測(cè)技術(shù)遠(yuǎn)未成熟，尤其是相對(duì)于人

2、類視覺系統(tǒng)，即使是目前最優(yōu)異的算法都黯然失色。因此讓計(jì)算機(jī)以貼近人類感知、加工的方式理解視頻內(nèi)容，依然有很長(zhǎng)的路要走。
　　本文圍繞生物視覺系統(tǒng)的注意選擇機(jī)制，以可見光圖像序列為研究對(duì)象，研究了基于顯著性的運(yùn)動(dòng)目標(biāo)檢測(cè)算法。本文的主要研究?jī)?nèi)容和貢獻(xiàn)概述如下：
　?。?）提出了一種基于時(shí)域信息的運(yùn)動(dòng)目標(biāo)檢測(cè)與分割算法。首先利用輸入視頻序列的時(shí)域差異計(jì)算場(chǎng)景的顯著圖，為了得到更加準(zhǔn)確且魯棒的檢測(cè)結(jié)果，算法極大地拓展了時(shí)域窗口的尺

3、寸，在突出運(yùn)動(dòng)目標(biāo)的同時(shí)，很好地抑制了背景噪聲的干擾。緊接著基于運(yùn)動(dòng)顯著圖，采用信息熵以及模糊理論自適應(yīng)分割場(chǎng)景中的運(yùn)動(dòng)目標(biāo)區(qū)域。算法既不依賴于關(guān)于場(chǎng)景的先驗(yàn)知識(shí)，計(jì)算過程也不需要人為干預(yù)，在被廣泛采用的多個(gè)公開測(cè)試集上，實(shí)驗(yàn)結(jié)果驗(yàn)證了算法的有效性和先進(jìn)性。
　?。?）提出了一種基于灰度差異的運(yùn)動(dòng)顯著性檢測(cè)方法。算法首先計(jì)算了連續(xù)圖像序列間兩種不同的灰度差異，即對(duì)稱的幀間差異與背景樣本差異。然后，在綜合考慮魯棒性和復(fù)雜度之后，選擇

4、一種非線性模型融合以上兩種特征值從而獲得最終的運(yùn)動(dòng)顯著圖。實(shí)驗(yàn)結(jié)果表明，算法不僅消除了幀差法檢測(cè)結(jié)果中的拖尾和運(yùn)動(dòng)模糊現(xiàn)象，同時(shí)有效解決了背景差法檢測(cè)結(jié)果中的鬼影問題。進(jìn)一步，基于生成的運(yùn)動(dòng)顯著圖，本文做了簡(jiǎn)單的自適應(yīng)閾值分割，分割結(jié)果準(zhǔn)確提取出了場(chǎng)景中的運(yùn)動(dòng)目標(biāo)。
　?。?）建立了基于深層卷積神經(jīng)網(wǎng)絡(luò)的低照度環(huán)境中運(yùn)動(dòng)顯著性檢測(cè)模型。首先使用不同環(huán)境條件下的有標(biāo)簽數(shù)據(jù)訓(xùn)練了一個(gè)包含376700個(gè)參數(shù)，深度為9，最大寬度為128的

5、神經(jīng)網(wǎng)絡(luò)模型?？紤]到圖像序列之間的差異直接反映了場(chǎng)景中的運(yùn)動(dòng)信息，因此模型除原始圖像序列之外引入相應(yīng)的幀差圖作為訓(xùn)練數(shù)據(jù)。訓(xùn)練及檢測(cè)過程中，網(wǎng)絡(luò)輸出為與輸入同尺寸的運(yùn)動(dòng)顯著圖，即特征提取過程中隨著層數(shù)的增加并不改變圖像尺寸。在現(xiàn)有最大的人造數(shù)據(jù)庫(kù)上，訓(xùn)練完成的網(wǎng)絡(luò)模型針對(duì)低照度圖像序列的檢測(cè)結(jié)果驗(yàn)證了模型的有效性。
　?。?）提出了一種基于分形特征及活動(dòng)輪廓模型的運(yùn)動(dòng)目標(biāo)檢測(cè)與分割算法。針對(duì)運(yùn)動(dòng)中的人造目標(biāo)，首先利用其與自然背景分

6、形特征的差異計(jì)算相應(yīng)的顯著圖。緊接著，使用最大化信息熵方法自適應(yīng)計(jì)算閾值二值化顯著圖，并且將包含前景區(qū)域的最小外接矩形作為初始輪廓曲線。最后，基于活動(dòng)輪廓模型演化曲線，從而最終將場(chǎng)景中的運(yùn)動(dòng)目標(biāo)分割出來。算法可以有效解決活動(dòng)輪廓模型對(duì)初始曲線位置敏感的問題。針對(duì)不同圖像序列的檢測(cè)結(jié)果表明，算法能夠準(zhǔn)確檢測(cè)并分割出場(chǎng)景中運(yùn)動(dòng)的人造目標(biāo)區(qū)域，并且對(duì)背景噪聲魯棒。
　　以上成果作為運(yùn)動(dòng)目標(biāo)跟蹤、分類、識(shí)別、行為分析等視頻處理的基礎(chǔ)技術(shù)，