[发明专利]一种面向多视点视频的语义对象分割方法

说明书

技术领域

本发明涉及一种多视点视频的处理技术，尤其是涉及一种面向多视点视频的语义对象分割方法。

背景技术

多视点视频（MVV）是一种能够提供多个视点视频信息和能够实现立体感知的新型视频。不同于传统的单目视频，多视点视频是使用多个摄像机从不同位置拍摄同一场景，记录同一时刻多个视点的视频信号，可以提供真实三维世界景物的深度信息。在显示时可以根据观看者的位置提供不同视点或者同时提供多个视点的视频信息，并根据需要可以实现立体感知。多视点视频在未来自由视点电视、立体电视、虚拟现实、机器视觉、远程医疗等领域将有着广泛的应用前景，被认为是未来视频技术的一个重要发展方向。语义对象分割是指按照一定的标准将视频内容分割成具有一定意义的语义对象。语义对象分割是对象基视频编码、基于内容的视频检索等多媒体应用领域中的关键技术，也是当前国内外图像视频处理领域的研究前沿。虽然国内外有很多学者从事图像与视频目标分割算法的研究，相关的图像与视频目标分割算法也很多，但目前面向多视点视频的语义对象分割方法还很少，通常是采用现有的图像与视频目标分割方法，如基于Graph cut的方法^[1]、基于JSEG的方法^[2]和基于C-V活动轮廓模型的方法^[3]等（参考文献：[1]Y.Deng,B.S.Manjunath,“Unsupervised segmentation of color-texture regions in images and video”,IEEE trans.on PAMI,vol.23,no.8,pp.800-810,May 2001；[2]J.Shi,J.Malik,“Normalized Cuts and image segmentation”,IEEE Trans.on PAMI,vol.22,no.8,pp.888-905,Aug.2000；[3]G.P.Zhu,and Q.S.Zeng,“Image Segmentation based on Active Contour Model,”Harbin Institute of Technology.October 2007），将这些方法直接应用到多视点视频中，但这些方法分割结果不够准确、分割效果不理想，容易造成过分割或欠分割现象，主观视觉感知匹配性较差。

发明内容

本发明所要解决的技术问题是提供一种可获得更准确的分割结果，能有效降低过分割或欠分割现象，能有效提高分割结果的主观视觉感知匹配性的面向多视点视频的语义对象分割方法。

本发明解决上述技术问题所采用的技术方案为：一种面向多视点视频的语义对象分割方法，包括以下步骤：

(1)、视觉特征提取：对图像中的每个像素分别提取像素灰度值、8-邻域灰度均值、对比度敏感度、空间频率、二维空间坐标的特征分量，即映射后的每个像素可以用一个六维的特征矢量来表示，图像中所有像素映射后的矢量全体构成一个六维的特征空间I，表示为I={P_l}，P_l表示第l个像素的六维特征矢量，表示为l=0,1,..,N，其中N表示图像中像素的总个数，x_l,y_l表示第l个像素的位置坐标，g_l表示第l个像素的灰度值，表示第l个像素的8-邻域灰度均值，f_l表示第l个像素空间频率，表示第l个像素的对比度敏感度，的计算方法为cfl=2.6(0.192+0.114fl)e[-(0.114fl)1.1];]]>