基于光流场的视频对象分割算法.pdf

总第 114期 现代工业经济和信 息化 Totalofl14 2016年第6期 Modem IndustrialEconomyandInformationization No．6，2016 宿急化 DOI：10．165254．cnki．14—1362n／．2016．06．38 基于光流场的视频对象分割算法 葛晓叶， 乔栋 (山西大同大学煤炭工程学院， 山西 大同 037003) 摘 要：提 出了一种改进的基于光流场的视频对象分割算法，先用细胞神经网络边缘叠加模板将边缘检测操作 所得到的边缘与原灰度图像进行叠加，完成对原灰度图像的增强处理 ，再对运动 目标做运动场估算，最后根据 其运动特征实现视频对象的分割。本算法在保证分割结果的精确度的同时，减少了模板的使用，更加简洁，处理 速度更快。 关键词 ：视频对象分割；光流场；细胞神经网络 中图分类号：TP391．41 文献标识码：A 文章编号：2095—0748(2016)06—0086—03 引言 速度场，除了运动信息，还包含了结构信息。视频序 随着多媒体信息处理技术的研究发展和数字视 列中的运动场可以通过光流场大概计算出来l4I，所以 频技术的发展，视频对象分割技术研究的价值和意 通常认为光流场和运动场基本一致。 义显得更加重要，广阔的应用前景使其一直是国内 2 光流场视频分割法 外多媒体应用领域的研究热点。在视频对象分割处 基于光流场的视频分割算法，先计算出光流场， 理中计算量非常大，其算法的实用价值取决于视频 再根据光流场中包含的运动信息对视频中的运动 目 对 象分割 的实 时性 。细胞神经 网络 (Cellular 标进行分割 。视频中的运动 目标是以背景为参考系 Neural Network，CNN)，一种大型非线性模拟 电路， 的，计算运动 目标的光流场受背景运动情况的影响， 其局部联接的结构形式和可达兆兆级的整体运算速 因此视频序列中的背景运动与否直接影响运动 目标 度，具备高速并行处理数据的能力，可以应用于图像 的分割。背景静止时，计算出来的光流场集中在运动 和视频处理领域 -【】并满足实时性的要求。 区域，光流场的分布用来确定运动 目标的相对位置 ； 细 胞 神 经 网 络 光 流 场 算 法 是 根 据 背景相对运动时，运动 目标和背景都在运动，图像上 Horn—Schunch光流法闭的正则化原理提出来的。此 每个象素的光流场都不为零 ，对于运动 目标，背景的 光流场算法的CNN输出量值域的有限性和对浮点 光流场就是噪声。所以在背景相对运动的视频序列 数运算量化精度不够，导致所得的光流场精确度会 中分割运动 目标相对复杂，需要抑制和滤除背景运 略差一些，但CNN硬件芯片的优势让其计算速度远 动信息的干扰，消除背景的光流场，只保留分割 目标 大于其他任何光流场算法，非常适用于对实时I生和 的光流场，同时增强分割 目标的相关信息，从而将分 运算速度要求较高的应用。 割 目标分割出来。因此，需要选择合适的滤波器来消 1 光流场 除视频序列背景的光流场。 光流 (OpticalFlow)表示 的是 图像 中象素运动 视频序列中的分割 目标相对于背景具有运动的 的瞬时速度，包含了目标的运动信息3【j，而光流场 连贯性，其光流场都是完整且独立的连