[发明专利]识别视频中运动前景的方法和确定视频中目标位置的方法

权利要求书

1.一种识别视频中运动前景的方法，特征在于，包括：

获取包含有视频植入目标区域的待处理视频帧；

根据所述视频植入目标区域，确定对应的感兴趣区域；

针对所述感兴趣区域，通过前景与背景比较，对所述感兴趣区域的运动前景进行粗分割；

针对所述粗分割结果，通过图像边缘处理，对所述感兴趣区域的运动前景细分割,获得运动前景分割结果。

2.根据权利要求1所述的识别视频中运动前景的方法，特征在于，所述根据所述视频植入目标区域，确定对应的感兴趣区域包括：

确定待处理视频帧中植入目标区域；

根据所述待处理视频帧中的植入目标区域计算该植入目标区域的最小外接矩形或三角形；

根据所述计算所得的最小外接矩形或三角形定义感兴趣区域。

3.根据权利要求2所述的识别视频中运动前景的方法，特征在于，所述根据所述计算所得的最小外接矩形或三角形定义感兴趣区域包括：

将所述最小外接矩形或三角形视为感兴趣区域；

或者：

在所述最小外接矩形或三角形的区域尺寸不小于设定的阈值时，对所述区域尺寸等比例缩小，至满足所述阈值的要求，以缩小后的区域作为感兴趣区域。

4.根据权利要求1所述的识别视频中运动前景的方法，特征在于，所述针对所述感兴趣区域，通过前景与背景比较，对所述感兴趣区域中的运动前景进行粗分割包括：

针对所述感兴趣区域，采用基于K近邻的背景建模算法，获得前景灰度二值图，

实现对所述待处理视频的运动前景的粗分割。

5.根据权利要求4所述的识别视频中运动前景的方法，其特征在于，还包括：

针对所述前景灰度二值图，采用形态学上的闭运算，对前景进行平滑处理。

6.根据权利要求1所述的识别视频中运动前景的方法，特征在于，所述针对所述粗分割结果，通过图像边缘处理，对所述感兴趣区域中的运动前景细分割包括：

所述图像边缘处理算法为基于图论的Grab cut算法；

所述Grab cut算法具体包括：

以所述粗分割结果作为边界条件，

采用非完全标记方法对所述待处理视频帧标出前景和背景区域；

对所述前景区域和背景区域颜色空间分别建立高斯混合模型；

通过分割估计和模型参数学习的交互迭代过程确定所述待处理视频帧的前景区域和背景区域。

7.根据权利要求6所述的识别视频中运动前景的方法，其特征在于，还包括：对所述图像边缘处理算法处理后的结果进行高斯平滑处理和填洞操作。

8.根据权利要求1所述的识别视频中运动前景的方法，特征在于，所述获取包含有视频植入目标区域的待处理视频帧包括：

获取参考视频帧中被跟踪目标区域的位置信息和待处理视频帧；

将所述参考视频帧和待处理视频帧转换为单通道黑白图像；

针对所述单通道黑白图像的参考视频帧和待处理视频帧，获得从所述参考视频帧到所述待处理视频帧的仿射变换矩阵；

利用所述仿射变换矩阵确定所述被跟踪目标区域在所述待处理视频帧中的位置；

其中，所述被跟踪目标区域为视频植入目标区域。

9.根据权利要求8所述的识别视频中运动前景的方法，特征在于，所述针对单通道黑白图像的参考视频帧和待处理视频帧，获得从所述参考视频帧到所述待处理视频帧的仿射变换矩阵包括：

在参考视频帧中预先设定的特征点搜索区域内确定满足要求数量的特征点；

在所述待处理视频帧中，预先设定大小的匹配点搜索区域内，采用单点模板匹配方法确定所述特征点在所述待处理视频帧中对应的匹配点；

利用所述特征点与所述匹配点确定参考视频帧到待处理视频帧的仿射变换矩阵。