[发明专利]一种基于子波变换和特征对比的视频大数据信息提取方法

说明书

本发明涉及一种基于子波变换和特征对比的视频大数据信息提取方法，首先视觉注意机制和视觉显著性检测原理进行了分析。然后采用高斯差分函数作为子波基函数，利用子波变换在空间和频率域上分解图像数据，从而适用人类视觉系统的多通道。最后，通过颜色全局特征对比获取整个图像中的显著分布，最终提取出感兴趣区域。本发明能够快速从图像中提取显著性分布并获得感兴趣区域。

技术领域

本发明涉及大数据领域，特别是一种基于子波变换和特征对比的视频大数据信息提取方法。

背景技术

伴随着4G通信技术和移动设备性能的快速发展，大数据时代正在一步步接近。互联网社交、多媒体娱乐以及新兴传媒已经逐渐渗透到人们的日常生活和工作当中，视频和图像数据呈现出爆炸式增长状态。传统人工处理方式已经无法应对如此大量的视频序列数据处理任务。同时，人工智能技术正逐渐使人类从重复劳动中解脱出来。人工智能技术应用十分广泛，相关研究已经成为了近期研究的热点。但是如何让计算机理解周围的环境一直是人工智能研究的重点和难点。目前，主流的原理是通过模仿人类感知周围环境的方式，来建立一个有效的视觉处理系统。

人类视觉系统(Human Visual System，HVS)是人类感知生存周围环境最直接和最重要的途径。人眼感官通过人眼视觉系统可以对图像的颜色、亮度、形状、运动等视觉信息进行感知，并通过人脑视觉中枢系统对以上视觉信息进行处理。实验研究结果表明，人类从外界接收的各种信息中75％以上是通过视觉获得的。在视觉信息生成过程中人类能够快速地找到感兴趣的区域或目标(一般为显著分布区域)，从而实现对视觉场景的感知。计算机视觉技术研究的目的就是通过仿真人类视觉系统使机器能够对所处环境的视觉信息进行处理和分析，使计算机像人类一样具备视觉系统的能力，可以对图像信息进行筛选，从而具备模式识别能力。视觉注意是模仿人类视觉系统实现迅速和有效处理视频数据的一个研究热点，能够快速从图像中提取少数显著的视觉对象，即感兴趣区域(region of interest，ROI)。科学研究发现，人眼视觉系统能够同时处理时域信息和空域信息来感知视频信息中分布的ROI。此外，类似于相机设备，人眼视觉系统在中心区域处有高的分辨率,而在周边域处有低的分辨率。子波变换方法通过选择合适的基函数能够在不同的尺度范围之内来分析一个图象或信息,实现了多分辨分析特性，较好的模拟了人类视觉信息提取过程。因此，许多研究将子波变换方法用于模拟视觉信息的提取。冯静等人提出了一种基于新颖子波变换的高光谱遥感图像特征提取。宋信强等人提出一种基于子波变换模拟视觉信息提取的人造视网膜模型。以上方法利用子波变换在频域上分解图像信号,并对各图像分量作适当的变换,来对应人类视觉系统的不同通道,然后利用子波逆变换合成与人类视觉提取的信息相一致的图像。

此外，由于ROI也表现为视频序列时域和空域特征的融合，刘毅等人利用视觉显著性与图割实现了有效的图像分割。Li J等人提出了基于频域尺度空间分析的视觉显著性模型分析方法。需要注意的是，由于视觉信息是时域信息和空域信息的复杂结合体，如果采用HVS特性对视觉显著度进行分析，就必须考虑显著性区域的全局独特性。

发明内容

有鉴于此，本发明的目的是提出一种基于子波变换和特征对比的视频大数据信息提取方法，能够快速从图像中提取显著性分布并获得感兴趣区域。

本发明采用以下方案实现：一种基于子波变换和特征对比的视频大数据信息提取方法，其特征在于：包括以下步骤：

包括以下步骤：

步骤S1：获取视频图像；

步骤S2：采用高斯差分(DOG)函数作为子波基函数，利用子波变换在空间域和频率域上分解步骤S1中获取的视频图像的图像数据，分解后的图像数据适用人类视觉系统的多通道；

步骤S3：采用CIELab颜色空间的全局对比特征计算来实现步骤S2中分解后的图像的视觉显著性检测，并提取出感兴趣区域。

进一步地，所述步骤S2具体为：