基于时空域暗示运动对象检测和分割.docVIP

基于时空域暗示运动对象检测和分割 　　摘 要:通过对视频帧间的时域信息和帧内的空域信息的充分开发,提出一种任意视频对象检测与分割算法。初始的运动区域评估利用时间加权的时域帧窗,采用基于点的分割;而近似同质颜色亮度纹理区域利用区域之间的差异和区域内的相似,采用改进的分水岭分割和基于区域特征相似度的合并。时域和空域分割结果的合并基于多数原则。最后,分割结果的完善和修正基于时域的持续性和空域上的一致性标准。通过测试,提出的分割算法获得可靠的对象边界,而且通过调整少量参数,可以适应于室内和室外场景以及高速和低速运动物体。 　　关键词:时空域分割; 时间加权; 改进的分水岭; 区域相似度 　　中图分类号:TP391.41文献标志码:A 　　文章编号:1001-3695(2009)09-3530-04 　　doi:10.3969/j.issn.1001-3695.2009.09.094 　　 　　Detection and segmentation of moving objects using temporal and spatial cues 　　YAN Su-rong??1,2??, CHEN De-ren??2 　　(1. School of Information, Zhejiang University of Finance Economics, Hangzhou 310018, China; 2. College of Computer, Zhejiang University, Hangzhou 310027, China) 　　Abstract:This paper proposed a novel scheme for automatic video objects detection and segmentation by fully exploiting both inter-frame temporal information and intra-frame spatial information from video stream. In the proposed method, detected the initial motion regions by using a time-weighted temporal window, and segmented many approximately homogenous color-texture regions by improved watershed and spatial similarity criterion, built further merging results of temporal and spatial segment available?? on majority rule, refining them was based on spatial coherency and temporal continuity eventually. The outputs show that the proposed scheme is robust and gets fine boundary of objects. Furthermore, it is adaptable to high-speed and low-speed objects in indoor and outdoor scene by training and adjusting few parameters. 　　Key words:spatio-temporal segment; weighted time; improved watershed; region affinity 　　 　　视频流中的运动对象分割不仅是视频监管问题的基础步骤,也是许多其他视频应用的关键步骤,如视频分析、对象检索、视频压缩等。因此,数十年来,它吸引了许多图像和视频处理领域研究者的广泛注意,但是检测和分割一个任意的对象仍然充满挑战。 　　传统的视频分割算法根据它们的主要分割标准,可以粗略分为两大类:一类通过使用空域同质性作为主要的分割标准[1~5];另外一类是使用变化检测作为关键的分割标准,这类方法大多依靠时域信息,主要有帧差法[6,7]、背景减法[8~10]。基于运动信息分割对象的方法由于使用很少的空域特征(如纹理、颜色),以及对阴影、高光、反射、光照变化、天气、遮挡等的影响,很难获得可靠的分割结果和完整的对象边界。而那些基于空域特征信息的方法,由于开始并不知道对象的运动信息,会耗费很多时间去分离对象与背景,并且空域分割缺乏语义信息,有时很难判断一个颜色纹理区