[发明专利]基于局部约束非负矩阵分解的运动显著区域提取方法

摘要

本发明公开了一种基于局部约束非负矩阵分解的运动显著区域提取方法，主要解决复杂背景对于运动特征提取所造成的干扰问题。其技术方案是：1.获取样本视频序列，提取长度相同的稠密轨迹并构造非负数据矩阵；2.向非负矩阵分解模型中引入局部约束项，构造局部约束非负矩阵分解的目标函数；3.对目标函数优化求解，得到基矩阵和系数矩阵的迭代规则；4.分解数据矩阵得到聚类结果；5.对得到的聚类簇排序后筛选，得到运动主体的轨迹；6.对运动主体轨迹进行形态学膨胀，获得各视频帧中的运动显著区域。本发明能获得有效的显著区域，以降低运动视频中复杂背景对特征提取造成的干扰，可用于智能视频监控、运动分析及人机交互中。

主权项

基于局部非负矩阵分解的运动显著区域提取方法，包括：(1)获取样本视频序列，设置轨迹提取的长度m，并进行稠密轨迹提取；(2)将同一目标约束帧作为起始帧后获得的轨迹向量表示为向量，依次排列构成非负数据矩阵X；(3)向非负矩阵分解模型中引入局部约束项，构造局部约束非负矩阵分解LC‑NMF的目标函数；(4)对LC‑NMF的目标函数进行优化求解，得到基矩阵F和系数矩阵H；(5)利用LC‑NMF的目标函数对步骤(2)中构造的非负数据矩阵进行分解，即对轨迹进行聚类；(6)统计各聚类簇中的轨迹数目，获得轨迹数目集合Num，并对该集合Num中的聚类簇标号按其所对应的轨迹数目的升序排列，得到轨迹数目集合Num'；计算各聚类簇的离散程度，获得轨迹离散度集合Disp，并对该集合Disp中的聚类簇标号按其所对应的离散度的降序排列，得到轨迹离散度集合Disp'；(7)对上述两个集合Num'和集合Disp'中的前个聚类簇标号求交集得到集合T，从所有聚类簇中将集合T中聚类簇标号对应的聚类簇删除，得到轨迹筛选后的结果，其中r表示分解维数，为向下取整；(8)根据轨迹筛选之后的结果，通过轨迹在视频帧的坐标位置，利用形态学膨胀的方法，获得各视频帧中相应的运动显著区域。