[发明专利]一种基于慢特征分析的时空显著性检测方法

摘要

本发明公开了一种基于慢特征分析的时空显著性检测方法，具体步骤包括训练立方体的收集、非监督的慢特征学习、显著性计算和目标检测，本发明通过慢特征分析能够直接以非监督的方式从输入数据中学习出周围环境变化的高层运动表示。

主权项

一种基于慢特征分析的时空显著性检测方法，其特征在于，包括如下步骤：步骤一：从被归一化处理过的视频序列中随机采样提取时空立方体；具体包括：（1）采用canny边缘检测算法对给定视频块的第一帧进行边缘检测，再随机从边缘上采样生成固定数目的初始点；（2）以步骤（1）中生成的初始点为中心，提取大小为的立方体，并对每个提取的立方体进行重构；步骤二：对于每一个步骤一中所提取的单个时空立方体，输入信号使用一个二次函数扩展到一个非线性的空间，训练得到慢特征函数；步骤三：给定一个视频块，采用两层慢特征函数提取给定视频块的时间显著图，再通过布尔图生成给定视频块空间显著图，最终，时间显著图和空间显著图通过自适应的融合策略生成最终的时空显著图；步骤四：采用返回抑制的方法从时空显著图中搜索出前K个注意焦点，进行目标检测，其中K是目标候选区域的数目。