一種基于相似性傳播的多目標(biāo)協(xié)同顯著區(qū)域檢測方法
【專利摘要】本發(fā)明公開了一種基于相似性傳播的多目標(biāo)協(xié)同顯著區(qū)域檢測方法，涉及多媒體信息處理和計算機(jī)視覺領(lǐng)域，所述方法包括以下步驟：對于輸入的多幅圖像文件，通過將每幅圖像分割成超像素，對超像素間相似性進(jìn)行兩兩度量，建立超像素相似性圖模型；通過超像素相似性圖模型實(shí)現(xiàn)圖像間超像素相似矩陣二部圖匹配；超像素級圖模型相似性擴(kuò)散，獲取相似性圖模型；通過相似性圖模型計算顯著圖。本方法通過對輸入的多幅圖像中的多個目標(biāo)進(jìn)行協(xié)同顯著性檢測，提高了檢測精度；通過并行化的相似性傳播算法降低了運(yùn)行速度，滿足了實(shí)際應(yīng)用中需要，根據(jù)實(shí)驗(yàn)結(jié)果表明，本發(fā)明提出的方法在更短的計算時間下，獲得了更準(zhǔn)確的檢測結(jié)果。
【專利說明】—種基于相似性傳播的多目標(biāo)協(xié)同顯著區(qū)域檢測方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及多媒體信息處理和計算機(jī)視覺領(lǐng)域，特別涉及一種基于相似性傳播的多目標(biāo)協(xié)同顯著區(qū)域檢測方法，可用于在多個圖像中，對多個目標(biāo)進(jìn)行協(xié)同顯著性的檢測。
【背景技術(shù)】
[0002]目前在媒體計算領(lǐng)域中，在解決協(xié)同顯著性檢測等問題時，通過構(gòu)建圖模型，基于節(jié)點(diǎn)之間的相似度擴(kuò)散，以及計算不同圖像間內(nèi)超像素之間相似性響應(yīng)大小，來計算出最終檢測區(qū)域。簡單的來說，協(xié)同顯著性檢測是用來檢測兩幅圖像或多幅圖像間共同顯著性的一種方法。
[0003]現(xiàn)有技術(shù)中通常在圖模型相似度擴(kuò)散計算之后的結(jié)果上，通過計算一幅圖像中的超像素在另一幅圖像上的最大響應(yīng)來產(chǎn)生最終協(xié)同顯著性結(jié)果，即顯著圖。
[0004]發(fā)明人在實(shí)現(xiàn)本發(fā)明的過程中，發(fā)現(xiàn)現(xiàn)有技術(shù)中至少存在以下缺點(diǎn)和不足:
[0005]首先，兩幅圖像或多幅圖像內(nèi)如果存在多個協(xié)同顯著性目標(biāo)，現(xiàn)有方法只能計算出協(xié)同顯著性響應(yīng)最大的一個目標(biāo)，而其他同樣是協(xié)同顯著性的結(jié)果則不能被檢測出。
[0006]其次，現(xiàn)有方法不是自完備的，即:現(xiàn)有方法還需要依賴于單幅圖像顯著性檢測方法的結(jié)果。
[0007]再次，現(xiàn)有方法的相似性傳播是基于串行的相似性傳播方法，該計算非常耗時。
[0008]最終，現(xiàn)有方法對于圖像間的圖模型的相似性匹配上，存在較多的不準(zhǔn)確匹配。

【發(fā)明內(nèi)容】

[0009]本發(fā)明提供了一種基于相似性傳播的多目標(biāo)協(xié)同顯著區(qū)域檢測方法，本發(fā)明針對現(xiàn)有技術(shù)在多幅圖像上對于多個目標(biāo)的協(xié)同顯著性檢測方法的不足，提供一套實(shí)用的并行化自完備的多目標(biāo)協(xié)同顯著性技術(shù)，可以使用戶方便地從多幅圖像中快速的計算出多目標(biāo)協(xié)同顯著性的檢測結(jié)果，詳見下文描述:
[0010]一種基于相似性傳播的多目標(biāo)協(xié)同顯著區(qū)域檢測方法，所述方法包括以下步驟:
[0011](I)對于輸入的多幅圖像文件，通過將每幅圖像分割成超像素，對超像素間相似性進(jìn)行兩兩度量，建立超像素相似性圖模型；
[0012](2)通過超像素相似性圖模型實(shí)現(xiàn)圖像間超像素相似矩陣二部圖匹配；
[0013](3)超像素級圖模型相似性擴(kuò)散，獲取相似性圖模型；
[0014](4)通過相似性圖模型計算顯著圖。
[0015]所述建立超像素相似性圖模型的步驟具體為:
[0016]I)對輸入的多幅圖像進(jìn)行超像素分割，將每幅圖像分割成η個超像素；
[0017]2)對多個圖像的所有像素，提取每個像素在三個顏色空間上的顏色特征，形成9維的顏色特征向量，對全部像素的顏色特征向量，采用k均值算法計算得到若干個在該9維顏色調(diào)整空間的中心點(diǎn)；
[0018]3)對于第i個超像素的描述符，統(tǒng)計在超像素內(nèi)的每個像素在上述的9維顏色特征上，距離上一步求出的哪一個中心點(diǎn)最近，得到一個直方圖描述符對應(yīng)于一個超像素在顏色特征上的特征描述；
[0019]4)對于超像素i和超像素j之間的相似性從顏色特征和空間位置度量相似性；
[0020]5)對圖像內(nèi)及圖像間的超像素兩兩計算其相似性，最終得到的圖模型記為G。
[0021]所述圖像間超像素相似矩陣二部圖匹配的步驟具體為:
[0022]記G= {X，Y, B}為二部圖，X，Y分別為節(jié)點(diǎn)集合，B為節(jié)點(diǎn)之間權(quán)重；其中X U Y為
圖模型中節(jié)點(diǎn)，且I =文UDi以及Ir = f U Dr，夕和f表示實(shí)節(jié)點(diǎn)，Dx和Dy為虛節(jié)點(diǎn)，虛節(jié)
點(diǎn)個數(shù)分別記為N和M，第i個節(jié)點(diǎn)和第j節(jié)點(diǎn)之間權(quán)重的集合為Bij=IbijK實(shí)節(jié)點(diǎn)之間的權(quán)重設(shè)為Aij=Sf(Lj),虛節(jié)點(diǎn)之間權(quán)重設(shè)為Aij=O,虛節(jié)點(diǎn)和實(shí)節(jié)點(diǎn)之間的權(quán)重設(shè)為:bij= η, η為實(shí)節(jié)點(diǎn)對間權(quán)重的平局值。
[0023]所述計算顯著圖具體為:
[0024]Sc (I) = (A^Li)/2 ；
[0025]其中，
【權(quán)利要求】
1.一種基于相似性傳播的多目標(biāo)協(xié)同顯著區(qū)域檢測方法，其特征在于，所述方法包括以下步驟: (1)對于輸入的多幅圖像文件，通過將每幅圖像分割成超像素，對超像素間相似性進(jìn)行兩兩度量，建立超像素相似性圖模型； (2)通過超像素相似性圖模型實(shí)現(xiàn)圖像間超像素相似矩陣二部圖匹配； (3)超像素級圖模型相似性擴(kuò)散，獲取相似性圖模型； (4)通過相似性圖模型計算顯著圖。
2.根據(jù)權(quán)利要求1所述的一種基于相似性傳播的多目標(biāo)協(xié)同顯著區(qū)域檢測方法，其特征在于，所述建立超像素相似性圖模型的步驟具體為: 1)對輸入的多幅圖像進(jìn)行超像素分割，將每幅圖像分割成η個超像素； 2)對多個圖像的所有像素，提取每個像素在三個顏色空間上的顏色特征，形成9維的顏色特征向量，對全部像素的顏色特征向量，采用k均值算法計算得到若干個在該9維顏色調(diào)整空間的中心點(diǎn)； 3)對于第i個超像素的描述符，統(tǒng)計在超像素內(nèi)的每個像素在上述的9維顏色特征上，距離上一步求出的哪一個中心點(diǎn)最近，得到一個直方圖描述符對應(yīng)于一個超像素在顏色特征上的特征描述； 4)對于超像素i和超像素j之間的相似性從顏色特征和空間位置度量相似性； 5)對圖像內(nèi)及圖像間的超像素兩兩計算其相似性，最終得到的圖模型記為G。
3.根據(jù)權(quán)利要求1所述的一種基于相似性傳播的多目標(biāo)協(xié)同顯著區(qū)域檢測方法，其特征在于，所述圖像間超像素相似矩陣二部圖匹配的步驟具體為: 記G= {X，Y，B}為二部圖，X，Y分別為節(jié)點(diǎn)集合，B為節(jié)點(diǎn)之間權(quán)重；其中X U Y為圖模型中節(jié)點(diǎn),KX = XUDx以及Dy，X和f表示實(shí)節(jié)點(diǎn)，Dx和Dy為虛節(jié)點(diǎn)，虛節(jié)點(diǎn)個數(shù)分別記為N和M，第i個節(jié)點(diǎn)和第j節(jié)點(diǎn)之間權(quán)重的集合為Bij= IbijI，實(shí)節(jié)點(diǎn)之間的權(quán)重設(shè)為Aij=Sf(Lj),虛節(jié)點(diǎn)之間權(quán)重設(shè)為^ij=O,虛節(jié)點(diǎn)和實(shí)節(jié)點(diǎn)之間的權(quán)重設(shè)為Aij=Ii, η為實(shí)節(jié)點(diǎn)對間權(quán)重的平局值。
4.根據(jù)權(quán)利要求1所述的一種基于相似性傳播的多目標(biāo)協(xié)同顯著區(qū)域檢測方法，其特征在于，所述計算顯著圖具體為:
Sc (I) = (A^Li)/2 ； 其中，4 = Yd^Pigmg(J))-(4 ? g(i)第i個超像素是前景的可能性，g(j)第j個超

A=I
11"J像素是前景的可能性；=yexP(-丨nil-)，Zi為第i個超像素的歸一化度；Pi表示第i個超像素中心的二維橫縱坐標(biāo)；Ρ」表示第j個超像素中心的二維橫縱坐標(biāo)；σ為控制之間距離的權(quán)重；M2Al 其中，L< =ΣΙΙλ -λΙ * Pk為第k個超像素的中心位置，表示第i個 I1-1超像素按顏色特 征下的加權(quán)均值的顏色上的平均位置，⑷)* g(k)為得到第k個超像素是前景的可能性。
【文檔編號】G06T7/00GK103942774SQ201410025760
【公開日】2014年7月23日 申請日期:2014年1月20日 優(yōu)先權(quán)日:2014年1月20日
【發(fā)明者】馮偉, 萬亮, 譚志羽 申請人:天津大學(xué)