基于顯著性的運動目標檢測算法研究.pdf

1、隨著微電子制造工藝、數(shù)字編碼以及網(wǎng)絡通信技術的快速發(fā)展，視頻已經(jīng)越來越廣泛地融入并且改變著我們的生活。視頻以其直觀、豐富的信息表達形式為人們所喜愛，與此同時，如何高效、智能地分析視頻數(shù)據(jù)，成為計算機視覺領域極富挑戰(zhàn)性的課題之一。視頻內(nèi)容分析涵蓋目標檢測、目標識別、行為判斷、場景理解等內(nèi)容，其中運動目標檢測作為基礎和前提，多年來得到研究者的廣泛關注并且積累了大量的研究成果。然而，實踐表明現(xiàn)實場景中的運動目標檢測技術遠未成熟，尤其是相對于人

2、類視覺系統(tǒng)，即使是目前最優(yōu)異的算法都黯然失色。因此讓計算機以貼近人類感知、加工的方式理解視頻內(nèi)容，依然有很長的路要走。
　　本文圍繞生物視覺系統(tǒng)的注意選擇機制，以可見光圖像序列為研究對象，研究了基于顯著性的運動目標檢測算法。本文的主要研究內(nèi)容和貢獻概述如下：
　?。?）提出了一種基于時域信息的運動目標檢測與分割算法。首先利用輸入視頻序列的時域差異計算場景的顯著圖，為了得到更加準確且魯棒的檢測結果，算法極大地拓展了時域窗口的尺

3、寸，在突出運動目標的同時，很好地抑制了背景噪聲的干擾。緊接著基于運動顯著圖，采用信息熵以及模糊理論自適應分割場景中的運動目標區(qū)域。算法既不依賴于關于場景的先驗知識，計算過程也不需要人為干預，在被廣泛采用的多個公開測試集上，實驗結果驗證了算法的有效性和先進性。
　?。?）提出了一種基于灰度差異的運動顯著性檢測方法。算法首先計算了連續(xù)圖像序列間兩種不同的灰度差異，即對稱的幀間差異與背景樣本差異。然后，在綜合考慮魯棒性和復雜度之后，選擇

4、一種非線性模型融合以上兩種特征值從而獲得最終的運動顯著圖。實驗結果表明，算法不僅消除了幀差法檢測結果中的拖尾和運動模糊現(xiàn)象，同時有效解決了背景差法檢測結果中的鬼影問題。進一步，基于生成的運動顯著圖，本文做了簡單的自適應閾值分割，分割結果準確提取出了場景中的運動目標。
　?。?）建立了基于深層卷積神經(jīng)網(wǎng)絡的低照度環(huán)境中運動顯著性檢測模型。首先使用不同環(huán)境條件下的有標簽數(shù)據(jù)訓練了一個包含376700個參數(shù)，深度為9，最大寬度為128的

5、神經(jīng)網(wǎng)絡模型?？紤]到圖像序列之間的差異直接反映了場景中的運動信息，因此模型除原始圖像序列之外引入相應的幀差圖作為訓練數(shù)據(jù)。訓練及檢測過程中，網(wǎng)絡輸出為與輸入同尺寸的運動顯著圖，即特征提取過程中隨著層數(shù)的增加并不改變圖像尺寸。在現(xiàn)有最大的人造數(shù)據(jù)庫上，訓練完成的網(wǎng)絡模型針對低照度圖像序列的檢測結果驗證了模型的有效性。
　?。?）提出了一種基于分形特征及活動輪廓模型的運動目標檢測與分割算法。針對運動中的人造目標，首先利用其與自然背景分

6、形特征的差異計算相應的顯著圖。緊接著，使用最大化信息熵方法自適應計算閾值二值化顯著圖，并且將包含前景區(qū)域的最小外接矩形作為初始輪廓曲線。最后，基于活動輪廓模型演化曲線，從而最終將場景中的運動目標分割出來。算法可以有效解決活動輪廓模型對初始曲線位置敏感的問題。針對不同圖像序列的檢測結果表明，算法能夠準確檢測并分割出場景中運動的人造目標區(qū)域，并且對背景噪聲魯棒。
　　以上成果作為運動目標跟蹤、分類、識別、行為分析等視頻處理的基礎技術，