基于運(yùn)動(dòng)和空間方向的視頻顯著性檢測(cè)算法研究.pdf

1、視覺顯著性是基于人體視覺系統(tǒng)的特點(diǎn)，通過(guò)建立視覺顯著性模型，能夠快速地找到圖像中人們關(guān)注的區(qū)域，從而進(jìn)行感興趣區(qū)域檢測(cè)、目標(biāo)識(shí)別與跟蹤等應(yīng)用。在某些視頻場(chǎng)景中，背景紋理復(fù)雜區(qū)域存在運(yùn)動(dòng)，對(duì)顯著運(yùn)動(dòng)物體檢測(cè)造成影響，本論文為解決背景紋理區(qū)域運(yùn)動(dòng)帶來(lái)的干擾情況對(duì)顯著性檢測(cè)算法進(jìn)行了深入的研究。
　　本論文研發(fā)了一種基于運(yùn)動(dòng)和空間方向的視頻顯著性檢測(cè)算法，研究分析了視頻圖像中背景紋理復(fù)雜區(qū)域與顯著運(yùn)動(dòng)區(qū)域的特征差異，針對(duì)背景運(yùn)動(dòng)的三種情

2、況，構(gòu)建以水平梯度、垂直梯度和運(yùn)動(dòng)矢量幅值為坐標(biāo)的三維空間W，使用三維結(jié)構(gòu)張量矩陣結(jié)合了圖像的運(yùn)動(dòng)和空間方向，通過(guò)計(jì)算三維結(jié)構(gòu)張量矩陣特征值得到每個(gè)像素點(diǎn)與其周圍點(diǎn)在空間W中對(duì)應(yīng)點(diǎn)的密集程度，對(duì)密集程度進(jìn)行后處理得到視頻顯著圖。
　　針對(duì)本文算法的性能進(jìn)行了優(yōu)化。首先對(duì)構(gòu)建三維結(jié)構(gòu)張量模塊進(jìn)行了改進(jìn)，能夠有效地減少乘法和加法運(yùn)算次數(shù)，實(shí)驗(yàn)結(jié)果表明，改進(jìn)后能夠減少83.47％的算法運(yùn)行時(shí)間。然后實(shí)現(xiàn)了算法并行化，對(duì)算法耗時(shí)最長(zhǎng)的構(gòu)建

3、三維結(jié)構(gòu)張量模塊采用數(shù)據(jù)并行化計(jì)算，實(shí)驗(yàn)結(jié)果表明，該方法的4核并行加速比可達(dá)到3.43。
　　對(duì)本文算法準(zhǔn)確性進(jìn)行了測(cè)試與分析。選用了5個(gè)視頻測(cè)試序列，包含背景運(yùn)動(dòng)的各種情況，將本文算法與三種經(jīng)典算法進(jìn)行了比較分析，實(shí)驗(yàn)結(jié)果表明，本文算法準(zhǔn)確性總體要好于經(jīng)典算法，能夠很好地排除背景紋理復(fù)雜區(qū)域運(yùn)動(dòng)帶來(lái)的影響，準(zhǔn)確地檢測(cè)出視頻顯著性區(qū)域。
　　最后，在總結(jié)本文課題的基礎(chǔ)上，對(duì)未來(lái)進(jìn)一步提高顯著性檢測(cè)算法準(zhǔn)確性和性能的研究方向做