基于高階CRF的視頻多目標(biāo)自動(dòng)分割技術(shù)研究.pdf

1、根據(jù)初始化信息的來源不同，視頻分割方法可分為有監(jiān)督分割、半監(jiān)督分割和無監(jiān)督分割三種。有監(jiān)督和半監(jiān)督的視頻分割是將手動(dòng)標(biāo)注的像素種子點(diǎn)作為樣本訓(xùn)練分割模型，該分割模型有較好的擬合性，分割速度快，而且效果佳，但手動(dòng)標(biāo)注工作量龐大且繁瑣，甚至在分割不準(zhǔn)確時(shí)需再次交互，這不僅增加了交互負(fù)擔(dān)，而且分割模型的建立對(duì)用戶標(biāo)記的差異敏感，所以傳統(tǒng)的交互式圖像分割方法適用于以編輯為目的的部分視頻應(yīng)用，并不適用于以自動(dòng)分割為基礎(chǔ)的其他視頻應(yīng)用。由于沒有人為

2、的先驗(yàn)信息，無監(jiān)督視頻分割完全依靠視頻本身提供的線索以及模型的性能和可靠性實(shí)現(xiàn)自動(dòng)分割，其難度較大。由于前景背景二類分割不能為場景識(shí)別和理解提供足夠的信息，故本文研究多類對(duì)象分割以得到對(duì)象級(jí)別的目標(biāo)，為視頻場景理解奠定基礎(chǔ)。
　　本文研究了一系列視頻多目標(biāo)自動(dòng)分割所涉及的問題，其內(nèi)容和貢獻(xiàn)主要包括以下幾方面：
　　(1)將普通的二值分割擴(kuò)展到多類目標(biāo)分割。該方法根據(jù)初始化信息，為每一類樣本建立顏色概率模型 GMM；考慮到視頻

3、中由運(yùn)動(dòng)引起的變化以及幀中紋理信息，故基于SIFT特征和紋理特征建立強(qiáng)分類器模型，由兩個(gè)模型聯(lián)合描述像素所屬標(biāo)簽，增強(qiáng)了模型的魯棒性。
　　(2)提出了一種自動(dòng)初始化先驗(yàn)信息的方法。傳統(tǒng)的視頻分割中要求提供第一幀的手動(dòng)標(biāo)注結(jié)果作為初始化或通過人機(jī)交互獲得初始化種子，這在實(shí)際應(yīng)用中增加了用戶的負(fù)擔(dān)。本文將基于熱擴(kuò)散原理的分割方法和突出區(qū)域檢測結(jié)合對(duì)初始幀進(jìn)行分割，該方法無需監(jiān)督即可獲得初始幀的多目標(biāo)粗分割。
　　(3)鑒于視頻