[发明专利]一种基于低秩稀疏表达的视频多目标分割方法

说明书

技术领域

本发明属于计算机视觉领域，具体涉及一种基于低秩稀疏表达的视频多目标分割方法。

背景技术

视频目标分割技术就是将视频中既定目标的轮廓抽取出来，它作为图像的预处理过程被广泛应用在行为识别、动作估计、目标识别与跟踪系统中，它是计算机视觉领域中一个备受关注且发展迅速的领域，特别在行为识别中得到了广泛的应用。目前大多数人体行为识别方法都是对单人行为进行识别。系统可以识别的动作类型只局限于简单的几个动作，如跑步、行走和跳跃等。但是在真实场景中，更加经常出现的是交互行为，如打架和握手等。而交互行为的识别一般也是通过对目标检测和跟踪，简单行为的识别，并且结合上下文信息进行推理。这里对目标的检测与跟踪通常为多目标的检测和分割。

对视频中目标的分割通常被认为是一个二分类的问题，其中待分割的目标表示前景，通常用1表示；而其它部分表示背景，通常用0表示。视频目标分割的关键在于时间一致性和空间一致性的表达。时间一致性描述了在连续帧中目标的相似性，空间一致性描述了在一帧图像中目标与背景的分辨能力。目前国内外很多算法几乎都利用了目标的运动估计作为重要的分割特征。这样，运动估计造成的误差会严重影响分割的效果。

现有技术中已有基于低秩稀疏表达的目标精细轮廓跟踪方法，此方法没有利用目标的运动估计，而直接提取图像目标与背景特征，达到了良好的分割效果。但所述方法仅为单目标的分割，很大程度上限制了其应用领域。如果将所述方法进行简单的拷贝，从而实现多目标的分割，这样会由于待分割目标数目的增加而造成计算量的增加。

发明内容

本发明所要解决的技术问题是提供一种基于低秩稀疏表达的视频多目标分割方法，该方法具有计算复杂度低，分割精度高的特点，特别适用于视频图像中多目标在线分割。

本发明解决上述技术问题的技术方案如下：

一种基于低秩稀疏表达的视频多目标分割方法，包括以下步骤：

(1)使用SLIC算法将视频中第一帧图像分割成N个超级像素s；

(2)提取每个超级像素的L2ECM特征，并建立图像特征矩阵X；

(3)在已知第一帧图像中目标轮廓的情况下，将第一帧图像中所有超级像素s的L2ECM特征进行重新排列，建立模板D，其中

D＝[D^O1 D^O2 D^O3 ... D^Oi D^b]，其中D^oi表示模板中第i个目标特征，D^b表示背景特征；

(4)从视频中第t帧图像开始，根据特征矩阵X求解第t帧图像通过模板D的低秩稀疏表达系数矩阵Z,其中，t＝2,3，…；

(5)根据前一帧图像的目标信息，分别计算当前帧图像中每个目标的高级语义特征；

(6)结合高级语义特征和低秩稀疏表达系数矩阵Z，计算每个目标的显著性概率分布f_s(I_i)；

(7)根据前一帧分割的结果，在YUV空间中分别建立目标与背景的颜色直方图，得到第j个目标的表观特征概率分布函数f_c(u_i)；求解视频中当前图像的各像素之间的相关性ψ(u_i，u_j，I_i，I_j)：

(8)根据目标的显著性概率分布f_s(I_i)、表观特征概率分布函数f_c(u_i)和像素之间的相关性ψ(u_i，u_j，I_i，I_j)构造能量函数模型E(u)，利用能量最小化方程分别对每个目标进行分割，得到目标区域和背景区域的最优分割结果；

(9)利用得到的目标区域和背景区域来更新模板D，并更新t＝t+1,返回步骤(4)，处理视频中下一帧图像，直到视频结束。

本发明的有益效果是：本发明从视频中目标的本质特性去分析，得到了视频前后两帧之间目标和背景的关系，能够应用在大多数场景下，该方法不是对单目标分割算法的简单复制，而是通过对分割模板的选择，将多个目标建立在同一个模板矩阵中，在不增加计算复杂度的情况下实现对多目标显著性分割特征的一次性计算，减少了计算时间；在目标显著性特征建立过程中嵌入高级语义特征，能够更好地抑制计算误差，提高了目标分割的精度。