[发明专利]一种基于视频中物体运动特征的视觉显著性算法

权利要求书

1.一种基于视频中物体运动特征的视觉显著性算法，其具体步骤如下：

(1)、采用基于块匹配的运动估计算法计算出当前帧亮度分量的运动矢量；

(2)、获取去除均值后的运动矢量；

(3)、对去除均值后的运动矢量进行高斯滤波；

(4)、分别计算运动矢量的水平方向分量和垂直方向分量的平方，得到水平方向和垂直方向的视觉显著图；

(5)、获取最终的视觉显著图。

2.根据权利要求1所述的一种基于视频中物体运动特征的视觉显著性算法，其特征在于，上述步骤(1)中所述的采用基于块匹配的运动估计算法计算当前帧亮度分量的运动矢量，具体步骤如下：

(11)、提取需要进行视觉显著性检测的视频流的当前帧原图像和及其前一帧原图像；

(12)、分别提取上述相邻两帧的亮度分量；

(13)、将视频流的当前帧亮度分量按照16×16像素块大小进行分块；

(14)、采用基于块匹配的运动估计算法计算出当前帧亮度分量中的每个像素块的运动矢量；

(15)、采用双线性插值算法将运动矢量放大,得到与当前帧大小一致的运动矢量V(t)。

3.根据权利要求1所述的一种基于视频中物体运动特征的视觉显著性算法，其特征在于，上述步骤(2)中所述的获取去除均值后的运动矢量，具体步骤如下：

(21)、对当前帧亮度分量中的每个像素块的运动矢量求均值，得到运动矢量均值V_m(t)；

(22)、将步骤（15）计算出的运动矢量V(t)减去运动矢量的均值V_m(t)得到去除均值后的运动矢量。

4.根据权利要求1所述的一种基于视频中物体运动特征的视觉显著性算法，其特征在于，上述步骤(3)中所述的对去除均值后的运动矢量进行高斯滤波，其具体步骤如下：

(31)、采用高斯滤波器对去除均值后的运动矢量滤波，得到滤波后的运动矢量；

(32)、将滤波后的运动矢量的边界置为0，得到最终的滤波后的运动矢量V_f(t)。

5.根据权利要求1所述的一种基于视频中物体运动特征的视觉显著性算法，其特征在于，上述步骤(4)中所述的分别计算运动矢量的水平方向分量和垂直方向分量的平方，得到水平方向和垂直方向的视觉显著图，具体步骤如下：

(41)、将滤波后的运动矢量的水平分量V_fx(t)平方，得到水平方向的视觉显著图S_x(t)；

(42)、将滤波后的运动矢量的垂直分量V_fy(t)平方，得到垂直方向的视觉显著图S_y(t)。

6.根据权利要求1所述的一种基于视频中物体运动特征的视觉显著性算法，其特征在于，上述步骤(5)中所述的获取最终的视觉显著图，其具体是：

将水平方向和垂直方向的视觉显著图相加并将其映射到0~255，得到最终的视觉显著图S(t)，视觉显著图S(t)的计算表达式为：

其中S_x(t)为水平方向的视觉显著图，S_y(t)为垂直方向的视觉显著图，S(t)为最终的视觉显著图，表示向下取整。