文献类型：期刊文章

作　　者：陈昶安[1] 吴晓峰[1] 王斌[1,2] 张立明[1]

机构地区：[1]复旦大学信息科学与工程学院智慧网络与系统研究中心,上海200433 [2]复旦大学电磁波信息科学教育部重点实验室,上海200433

出　　处：《计算机辅助设计与图形学学报》

基　　金：国家自然科学基金(61572133);高等学校博士学科点专项科研基金(20110071110018)

年　　份：2016

卷　　号：28

期　　号：5

起止页码：802-812

语　　种：中文

收录情况：AJ、BDHX、BDHX2014、CSCD、CSCD2015_2016、EI、IC、INSPEC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：现有的运动目标显著性提取算法对具有树枝摇晃、水波荡漾等复杂扰动背景的视频处理效果较差,无法排除背景对显著目标提取的干扰.针对此类视频,提出一种基于时空显著性信息动态融合的目标提取算法.在空间上,利用简单线性迭代聚类(SLIC)超像素分割算法计算重建误差,得到每帧图像上完整的显著目标;在时间上,考虑到显著目标内部各像素具有运动一致性的特点,利用连续多帧图像的运动估计引入运动熵来表征,同时利用中心周边差的机制来区分目标和背景的运动;最后由于人的视觉系统对运动信息更敏感,根据时间显著性的大小设置动态权重进行时空显著性融合,得到最终能兼顾动静两种情况的视频显著图.在4个视频数据库上的实验结果表明,该方法能够较好地抑制复杂扰动背景对于运动显著目标提取的干扰,优于对比方法.

关 键 词：复杂扰动背景  简单线性迭代聚类  运动显著性  运动一致性  运动熵  动态融合  

分 类 号：TP391.41]