基于干扰物检测的视频优化方法.docVIP

基于干扰物检测的视频优化方法 PAGE 3第 PAGE \* Arabic \* MERGEFORMAT 1 页第 PAGE \* Arabic \* MERGEFORMAT 1 页第 PAGE \* Arabic \* MERGEFORMAT 1 页第 PAGE \* Arabic \* MERGEFORMAT 1 页第 PAGE \* Arabic \* MERGEFORMAT 1 页 KHP1 KHP151117509.4 本发明涉及一种基于干扰物检测的视频优化方法，包括：根据时间超像素方法检测视频中的干扰物并标记在视频中的位置；根据所采集视频获取该视频中相邻两帧之间的变换矩阵从而得到由多个变换矩阵构成的摄像机原始路径；获取矩阵变换P，使该矩阵变换P与每个变换矩阵相乘后得到摄像机优化路径，以使摄像机避开干扰物且保证主要物体在该摄像机的画面之内；将所述摄像机优化路径分成多个分段，且每个分段完成一个单调行为；获取每一分段中代表其路径变化的关键帧，并合并相邻关键帧；利用线性模型匹配每一分段，从而得到所采集视频的摄像机线性路径。本发明可以保证视频路径简单一致；通过移除干扰物可以调节视频场景的构成内容，提升视频美感。 KHP1 KHP151117509.4 KHP1 KHP151117509.4 1、一种基于干扰物检测的视频优化方法，其特征在于，包括： 根据时间超像素方法检测视频中的干扰物并标记在视频中的位置；其中，时间超像素是指一系列连续的视频像素，这些视频像素具有相近的颜色和移动参数； 根据所采集视频获取该视频中相邻两帧之间的变换矩阵从而得到由多个变换矩阵构成的摄像机原始路径； 获取矩阵变换P，使该矩阵变换P与每个变换矩阵相乘后得到摄像机优化路径，以使摄像机避开干扰物且保证主要物体在该摄像机的画面之内； 将所述摄像机优化路径分成多个分段，且每个分段完成一个单调行为；获取每一分段中代表其路径变化的关键帧，并合并相邻关键帧； 利用线性模型匹配每一分段，从而得到所采集视频的摄像机线性路径。 2、根据权利要求1所述的视频优化方法，其特征在于，所述根据时间超像素方法检测视频中的干扰物并标记在视频中的位置的步骤中，采用以下步骤获取干扰物及其位置： 利用时间超像素方法将帧画面分割成多个小区域； 计算每个小区域的对比显著性与移动显著性以获取该小区域的显著性； 若小区域的显著性值超过显著性阈值且出现在帧边缘区域的概率大于预设值，则该小区域为干扰物。 3、根据权利要求2所述的视频优化方法，其特征在于，所述计算每个小区域的对比显著性与移动显著性以获取该小区域的显著性的步骤中，采用以下公式计算显著性： ， 式中，为时间超像素生存周期内的帧数，为第K个时间超像素在第j帧所占据的区域，为对比显著性，为移动显著性，为权重调节系数。 4、根据权利要求1或2所述的视频优化方法，其特征在于，所述根据时间超像素方法检测视频中的干扰物并标记在视频中的位置的步骤中，采用以下公式获取视频中的干扰物： ， 式中，为时间超像素在该帧，显著性值，为显著性的阈值，代表时间超像素在该帧的中心位置， 代表了靠近边缘区域的区域。 5、根据权利要求1所述的视频优化方法，其特征在于，所述根据时间超像素方法检测视频中的干扰物并标记在视频中的位置的步骤之前，还包括： 对视频下采样获取小于该视频分辨率的第二视频，以提高运算速度； 和， 所述根据时间超像素方法检测视频中的干扰物并标记在视频中的位置的步骤之后，还包括 获取所述第二视频中的干扰物后，对所述第二视频进行上采样获取原分辨率的视频，以获取该干扰物在原分辨率视频中的位置。 6、根据权利要求1所述的视频优化方法，其特征在于，所述根据所采集视频获取该视频中相邻两帧之间的变换矩阵从而得到由多个变换矩阵构成的摄像机原始路径的步骤中，采用以下公式表示摄像机原始路径： ， 式中，t为整个视频的总帧数，为第t+1帧与第t+2帧画面之间的变换矩阵，为摄像机原始路径。 7、根据权利要求1所述的视频优化方法，其特征在于，所述根据所采集视频获取该视频中相邻两帧之间的变换矩阵从而得到由多个变换矩阵构成的摄像机原始路径的步骤中，利用Harris角落特征点方法或者KLT特征点方法来跟踪与匹配相邻两帧之间特征点，从而得到相邻两帧之间的变换矩阵。 8、根据权利要求7所述的视频优化方法，其特征在于，所述利用Harris角落特征点方法或者KLT特征点方法来跟踪与匹配相邻两帧之间特征点的步骤中，采用RANSAC方法去除不匹配的特征点，从而获取有效的摄像机原始路径。 9、根据权利要求1所述的视频优化方法，其特征在于，所述获取矩阵变换P，使该矩阵变换P与每个变换矩阵相乘后得到摄像机优化路径的步骤中，所述矩阵变换P需要满足以下公式： 或者， 式中，、