[发明专利]一种多信息融合的立体视频显著性检测方法

权利要求书

1.一种多信息融合的立体视频显著性检测方法，其特征在于，该方法步骤是：

步骤(1)通过2D视频序列的色彩特征、空间特征、中心位置特征计算，得到2D空间显著图

步骤(2)基于时空一致性，在2D空间显著图的基础上获得2D运动显著图；

步骤(3)利用不同区域的深度差异度计算深度空间显著图

步骤(4)提取深度变化的信息，获得深度运动图；

步骤(5)使用多层细胞自动机融合步骤(1)～(4)产生的视频序列的四种显著图，得到立体视频的显著图。

2.如权利要求1所述的一种多信息融合的立体视频显著性检测方法，其特征在于，步骤(1)具体是：

(1-1)采用线性迭代聚类SLIC超像素分割算法对第K帧视频序列进行超像素分割；

将每个超像素所包含的所有像素的LAB空间颜色信息的平均值作为对应超像素的颜色特征c_i，表示第i个超像素的颜色特征；

将每个超像素所包含的所有像素的平均坐标信息作为对应超像素的空间位置特征l_i，表示第i个超像素的位置特征；

计算第i个超像素与集合B中所有背景节点的色彩差异度∑_j∈B||c_i-c_j||、集合B中所有背景节点的平均色彩特征空间位置距离权重为其中，B为位于上、下、左、右四个边界的超像素标记背景先验节点集合，[B]表示集合B中背景节点的个数，c_j表示集合B中第j个背景节点的颜色特征，l_j表示集合B中第j个背景节点的位置特征；||·||表示两个坐标间欧氏距离，e指数学中的自然常数，α为控制系数；

(1-2)将基于中心位置的目标先验加入到显著性目标检验中，第i个超像素的显著值为影响显著目标的中心位置权重因子，表示第i个超像素的中心与图像中心的距离，DL表示图像对角线的长度；

(1-3)通过以上计算获得初始的2D空间显著图并不能良好的突出前景目标，通过单层元胞自动机更新迭代，其中每个元胞代表初始2D空间显著图其中的一个超像素，每个元胞自动更新到更准确和稳定的状态，获得2D空间显著图