[发明专利]基于时-空多尺度运动注意力分析的目标检测方法

说明书

技术领域

本发明属于图像分割技术领域，涉及一种基于时-空多尺度运动注意力分析的目标检测方法。

背景技术

运动目标检测是一项具有挑战性的研究工作，由于其在社会和军事领域有着广泛的应用价值，为目标识别、目标行为理解、视频内容分析等提供了技术基础，因此成为视频分析领域的研究热点问题之一。

运动目标检测根据镜头静止和运动两种情况，可分为局部运动场景和全局运动场景下目标检测。局部运动场景下的目标检测主要采用背景差分法和帧间差分法。背景差分法是通过构建背景，并与当前帧作差分获取目标区域，其优点在于能完整地检测出所有运动目标，其缺点在于背景的选取和更新会消耗大量时间；帧间差分法是通过时间上相近的前后帧作差分获取目标初始位置，其优点是能快速地获得当前目标区域，缺点是目标检测结果可能出现空洞区域，检测效果不理想。

在全局运动场景下，由于背景不断变化，背景差分法和帧间差分法并不适用，只能通过对光流场的分析处理确定目标区域。目前，采用的主要方法是全局运动补偿策略，全局运动补偿策略的关键环节是全局运动估计，其主要思路是通过使目标帧和参考帧的误差函数最小化获得全局运动参数，假定从参考帧到目标帧的运动场用d(x；a)表示，其中a表示全局运动参数，则预测误差是：

其中，x_n表示像素，表示估计全局运动所用的所有像素，w_n是像素x_n的加权系数，全局运动补偿的目标检测方法主要流程如图1所示。

全局运动估计的精确性受到两个方面的因素影响：1）光流估算本身缺陷导致的错误结果，当图像纹理变化平坦时，光流估算会出现较大误差，导致在许多复杂情况下不能真实描述运动变化信息；2）目标大小和运动强度的影响，当目标所占图像面积较大或运动较强烈时，场景内运动信息受目标影响较大。上述两种因素都使全局运动估算的难度增大，限制了全局运动估计补偿策略的目标检测效果和适用范围。

近些年，视觉感知研究逐渐融入了人类生理和心理的研究成果，尤其是关于视觉注意力的研究，2002年Itti和Koch等人提出了注意力区域的概念，并建立了亮度、颜色和方向等静态图像特征为主的视觉注意力模型，这一概念首次引入了人类视觉对图像观察本身的特性，它与图像具体内容无关，取决于构成图像的元素自身引起的视觉反差，反差越大的区域就越容易吸引起视觉系统的注意力。

在后续的研究中，人们还在注意力模型中加入了动态注意力，Guironnet，M.等将静态注意力和动态注意力融合，并在时间上对显著图进行滤波处理，最终获取注意力区域。Yu-Fei Ma根据从MPEG码流中解压所得到的运动矢量场的运动矢量能量、空间相关性和时间相关性综合定义了运动注意力模型，通过该模型可以得到运动显著性区域，应用于视频检索。

近些年来，人们还尝试采用注意力计算方法解决目标检测和分割的问题，Zhiwen Yu等对静止图像的注意力区域计算进行了区域分级处理，使注意力区域逐渐逼近目标对象区域，建立了数据驱动机理的视觉注意力和视觉高层语义之间的关系。Junwei Han将注意力分为静态注意力和动态注意力两种，静态注意力主要由图像的亮度、颜色等信息引起，动态注意力是在全局运动补偿的基础上计算区域的变化像素的比例进行定义的，注意力模型最终由静态注意力和动态注意力融合得到主要应用于运动目标检测。YumingFang等提出了一种自底向上和自顶向下相结合的视觉注意力模型用于检测人造运动目标，该模型选取了自底向上亮度注意力特征和自顶向下的朝向特征进行融合获取目标区域。

虽然现有文献的研究方法都涉及采用注意力机制解决目标检测或分割问题，但对于在全局运动场景下的目标检测问题，这些方法都有其局限性，比如，仅仅针对了静止图像目标检测问题；虽然建立了动态注意力模型，但其方法仍然依靠全局运动补偿实现；对目标的检测注意使用了亮度注意力和方向注意力，并且对目标具备一定的先验知识。

发明内容

本发明的目的是提供一种基于时-空多尺度运动注意力分析的目标检测方法，解决了现有技术中，虽然都涉及采用注意力机制解决目标检测或分割问题，但对于在全局运动场景下的目标检测，这些方法都有其局限性的问题。

本发明所采用的技术方案是，一种时-空多尺度运动注意力分析的目标检测方法，该方法按照以下步骤具体实施：

步骤1、创建时-空运动融合注意力模型