亚洲成年人黄色一级片,日本香港三级亚洲三级,黄色成人小视频,国产青草视频,国产一区二区久久精品,91在线免费公开视频,成年轻人网站色直接看

一種對于三維視頻的視覺注意力檢測方法與流程

文檔序號:11865952閱讀:382來源:國知局
一種對于三維視頻的視覺注意力檢測方法與流程

本發(fā)明設(shè)計(jì)了一種檢測三維視頻顯著性的視覺注意力檢測方法。屬于多媒體技術(shù)領(lǐng)域,具體屬于數(shù)字圖像和數(shù)字視頻處理技術(shù)領(lǐng)域。



背景技術(shù):

在視覺感知中視覺注意力是很重要的機(jī)理,它能夠迅速的在自然圖像中檢測出顯著信息。當(dāng)我們觀察自然圖像時(shí),選擇性注意力會讓我們專注于一些具體的顯著信息,并且因?yàn)闃O限處理資源而忽略其他并不重要的信息?;旧弦曈X注意力方法可分為兩種:自底向上和自頂向下。自底向上處理是數(shù)據(jù)驅(qū)動和任務(wù)獨(dú)立下的自動顯著區(qū)域檢測,而自頂向下方法是涉及某些具體任務(wù)的認(rèn)知過程。

通常來說,從視覺注意力模型中提取的顯著區(qū)域可以廣泛的應(yīng)用于二維多媒體中,例如視覺質(zhì)量評價(jià),編碼,分割等。目前存在著許多對于二維圖片/視頻的視覺注意力計(jì)算模型。Itti等做出了早期的圖片視覺注意力模型,通過亮度、顏色和方向的特征對比度。后來Le Meur等人提出了基于人眼視覺體統(tǒng)特征的顯著性檢測模型,包括對比敏感度函數(shù),視覺掩蔽和中央交互。

在過去幾年,出現(xiàn)了一大批關(guān)于三維多媒體技術(shù)的應(yīng)用,包括三維視覺質(zhì)量評價(jià),三維視頻編碼,三維內(nèi)容生成等。對于三維多媒體應(yīng)用,三維視覺感知的模型整合可以用來改進(jìn)三維多媒體處理的算法。立體視覺注意力,一個(gè)重要的視覺感知過程,在各種立體多媒體應(yīng)用中的立體視覺內(nèi)容中提取顯著區(qū)域。

近年來,Chamaret等人在三維渲染方面提出了一個(gè)顯著性檢測算法。在他的研究中,差異圖被用來給二維顯著性圖賦權(quán)值從而計(jì)算最終的三維圖片的顯著圖。Lang等人提出了一個(gè)對于立體圖片的人眼追蹤數(shù)據(jù)庫,以及研究了深度信息對于立體視覺注意模型的影響。Wang等人通過深度顯著性和二維顯著性的結(jié)合設(shè)計(jì)了一個(gè)立體視覺注意力檢測模型。一個(gè)人眼追蹤數(shù)據(jù)庫也被建立來證明立體視覺注意力檢測模型的效果性能。

上述介紹到的大多數(shù)立體視覺注意力模型目前都只是針對立體圖像,但視覺注意力模型在三維立體視頻的研究上任然存在著局限性。所以需要在此領(lǐng)域提出新的方法,來檢測三維視頻的顯著性。



技術(shù)實(shí)現(xiàn)要素:

為了克服目前對于三維立體視頻的視覺注意力模型研究的局限性,我們就三維立體視頻的視覺注意力模型提出了一種新的方法。低層級特征包含顏色,亮度,紋理和深度,都被提取來計(jì)算空間顯著性預(yù)測的特征對比度。另外,平面運(yùn)動和深度運(yùn)動都用來計(jì)算運(yùn)動顯著性。最終三維立體視頻的顯著性圖由時(shí)間顯著性圖和空間顯著性圖結(jié)合而成。

本發(fā)明各個(gè)部分的具體操作如下:

一種對于三維視頻的視覺注意力檢測方法,其特征在于包括以下步驟:

步驟1:提取三維視頻幀中低層級視覺特征來計(jì)算特征對比度,利用歐幾里得距離的高斯模型求得三維視頻幀的空間顯著性圖;

步驟2:采用運(yùn)動信息來獲取時(shí)間顯著性,對于三維視頻中的運(yùn)動信息,用平面運(yùn)動和深度運(yùn)動共同計(jì)算時(shí)間顯著性圖。

步驟3:基于格式塔心理學(xué)原理的相近性法則,得出對空間顯著性圖加權(quán)值。

步驟4:基于格式塔心理學(xué)原理的共同命運(yùn)法則,得出對時(shí)間顯著性圖加權(quán)值。

步驟5:根據(jù)時(shí)間顯著性加權(quán)值和空間顯著性加權(quán)值,融合得到三維視頻的圖像顯著區(qū)域。

而且,步驟1所述的三維視頻幀中的低層級特征計(jì)算方法如下:將視頻幀分為8*8的圖像塊,令r,g,b代表圖像的紅色、綠色和藍(lán)色通道,定義圖像塊新的特征,新的紅色特征R=r-(g+b),新的綠色特征G=g-(r+b)/2,新的藍(lán)色特征B=b-(r+g)/2,新的黃色特征根據(jù)以上定義,我們可以計(jì)算圖像塊的如下特征:

(1)亮度分量I:

I=(r+g+b)/3 (1)

(2)第一個(gè)顏色分量Cb

Cb=B-Y (2)

(3)第一個(gè)顏色分量Cr

Cr=R-G (3)

(4)根據(jù)公式(1)-(3)計(jì)算得到三個(gè)圖像塊特征分量,然后分別計(jì)算其 DCT(Discrete Cosine Transform,離散余弦變換)系數(shù)。利用圖像塊三個(gè)特征的DC系數(shù)(直流系數(shù)),來分別表示圖像塊的三個(gè)特征,假設(shè)由亮度分量(公式(1))通過DCT計(jì)算得到的DCI,第一個(gè)顏色分量(公式(2))通過DCT計(jì)算得到的DC系數(shù)為DCb,第二個(gè)顏色分量(公式(3))通過DCT計(jì)算得到的DC系數(shù)為DCr。因此,圖像的亮度特征:

D1=DCI (4)

兩個(gè)顏色特征分別為:

D2=DCb (5)

D3=DCr (6)

由于顏色分量主要包括圖像的色彩信息,因此,我們用亮度分量通過DCT得到的AC系數(shù)(交流系數(shù))來表示圖像塊的紋理特征,對于一個(gè)8*8的圖像塊,一共有63個(gè)AC系數(shù)。因此圖像塊的紋理特征D4可以表示如下:

D4={t1,t2,…,t63} (7)

(5)三維視頻幀的深度信息F可以根據(jù)以下公式計(jì)算:

<mrow> <mi>F</mi> <mo>=</mo> <mi>v</mi> <mo>/</mo> <mrow> <mo>(</mo> <mn>1</mn> <mo>+</mo> <mfrac> <mrow> <mi>E</mi> <mo>*</mo> <mi>h</mi> </mrow> <mrow> <mi>P</mi> <mo>*</mo> <mi>&omega;</mi> </mrow> </mfrac> <mo>)</mo> </mrow> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>8</mn> <mo>)</mo> </mrow> </mrow>

式中v代表視覺觀察距離,v=75cm,E為雙眼間的距離,E=4.5cm,ω和h是播放屏幕的寬度和水平分辨率,分別為30cm和80像素/英寸,P為三維視頻幀左視圖和右視圖像素間的視差大小。由公式(8),我們可以計(jì)算圖像塊的深度信息D5,通過DCT計(jì)算得到深度信息的DC系數(shù)DCF,我們把圖像塊深度信息的DC系數(shù)表示為圖像塊的深度特征D5=DCF。

而且,步驟1所述利用低層級特征對比度以及歐幾里得距離的高斯模型來計(jì)算空間顯著性圖的具體方法包括以下步驟:

(1)針對所有特征D1,D2,D3,D4,D5,計(jì)算塊之間的特征對比度W:

圖像塊i和j之間的亮度特征對比度為:

<mrow> <msubsup> <mi>W</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> <mn>1</mn> </msubsup> <mo>=</mo> <mfrac> <mrow> <mo>|</mo> <mrow> <msub> <mi>D</mi> <msub> <mn>1</mn> <mi>i</mi> </msub> </msub> <mo>-</mo> <msub> <mi>D</mi> <msub> <mn>1</mn> <mi>j</mi> </msub> </msub> </mrow> <mo>|</mo> </mrow> <mrow> <msub> <mi>D</mi> <msub> <mn>1</mn> <mi>i</mi> </msub> </msub> <mo>+</mo> <msub> <mi>D</mi> <msub> <mn>1</mn> <mi>j</mi> </msub> </msub> </mrow> </mfrac> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>9</mn> <mo>)</mo> </mrow> </mrow>

圖像塊i和j之間的顏色Cb特征對比度為:

<mrow> <msubsup> <mi>W</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> <mn>2</mn> </msubsup> <mo>=</mo> <mfrac> <mrow> <mo>|</mo> <mrow> <msub> <mi>D</mi> <msub> <mn>2</mn> <mi>i</mi> </msub> </msub> <mo>-</mo> <msub> <mi>D</mi> <msub> <mn>2</mn> <mi>j</mi> </msub> </msub> </mrow> <mo>|</mo> </mrow> <mrow> <msub> <mi>D</mi> <msub> <mn>2</mn> <mi>i</mi> </msub> </msub> <mo>+</mo> <msub> <mi>D</mi> <msub> <mn>2</mn> <mi>j</mi> </msub> </msub> </mrow> </mfrac> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>10</mn> <mo>)</mo> </mrow> </mrow>

圖像塊i和j之間的顏色Cr特征對比度為:

<mrow> <msubsup> <mi>W</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> <mn>3</mn> </msubsup> <mo>=</mo> <mfrac> <mrow> <mo>|</mo> <mrow> <msub> <mi>D</mi> <msub> <mn>3</mn> <mi>i</mi> </msub> </msub> <mo>-</mo> <msub> <mi>D</mi> <msub> <mn>3</mn> <mi>j</mi> </msub> </msub> </mrow> <mo>|</mo> </mrow> <mrow> <msub> <mi>D</mi> <msub> <mn>3</mn> <mi>i</mi> </msub> </msub> <mo>+</mo> <msub> <mi>D</mi> <msub> <mn>3</mn> <mi>j</mi> </msub> </msub> </mrow> </mfrac> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>11</mn> <mo>)</mo> </mrow> </mrow>

圖像塊i和j之間的深度特征對比度為:

<mrow> <msubsup> <mi>W</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> <mn>5</mn> </msubsup> <mo>=</mo> <mfrac> <mrow> <mo>|</mo> <mrow> <msub> <mi>D</mi> <msub> <mn>5</mn> <mi>i</mi> </msub> </msub> <mo>-</mo> <msub> <mi>D</mi> <msub> <mn>5</mn> <mi>j</mi> </msub> </msub> </mrow> <mo>|</mo> </mrow> <mrow> <msub> <mi>D</mi> <msub> <mn>5</mn> <mi>i</mi> </msub> </msub> <mo>+</mo> <msub> <mi>D</mi> <msub> <mn>5</mn> <mi>j</mi> </msub> </msub> </mrow> </mfrac> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>12</mn> <mo>)</mo> </mrow> </mrow>

其中,i和j代表第i個(gè)圖像塊和第j個(gè)圖像塊,分母為歸一化操作,由公式(9)-(12)可以求得圖像不同特征的特征對比度W1,W2,W3,W5。

圖像塊i和j之間的紋理特征T對比度為:

<mrow> <msubsup> <mi>W</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> <mn>4</mn> </msubsup> <mo>=</mo> <mfrac> <msqrt> <mrow> <msub> <mo>&Sigma;</mo> <mi>t</mi> </msub> <msup> <mrow> <mo>(</mo> <msubsup> <mi>D</mi> <mrow> <mn>4</mn> <mi>i</mi> </mrow> <mi>t</mi> </msubsup> <mo>-</mo> <msubsup> <mi>D</mi> <mrow> <mn>4</mn> <mi>j</mi> </mrow> <mi>t</mi> </msubsup> <mo>)</mo> </mrow> <mn>2</mn> </msup> </mrow> </msqrt> <mrow> <msub> <mo>&Sigma;</mo> <mi>t</mi> </msub> <mrow> <mo>(</mo> <msubsup> <mi>D</mi> <mrow> <mn>4</mn> <mi>i</mi> </mrow> <mi>t</mi> </msubsup> <mo>+</mo> <msubsup> <mi>D</mi> <mrow> <mn>4</mn> <mi>j</mi> </mrow> <mi>t</mi> </msubsup> <mo>)</mo> </mrow> </mrow> </mfrac> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>13</mn> <mo>)</mo> </mrow> </mrow>

由公式(13)可以求得圖像的紋理特征對比度W4,和是由公式(7)得到的紋理特征,t∈{1,2,…,63},i和j代表第i個(gè)圖像塊和第j個(gè)圖像塊,分母為歸一化操作。

(2)利用歐幾里得距離的高斯模型加權(quán)特征對比度,求得各個(gè)特征圖第i塊的顯著性值。

亮度特征顯著性圖:

<mrow> <msubsup> <mi>S</mi> <mi>i</mi> <mn>1</mn> </msubsup> <mo>=</mo> <msub> <mo>&Sigma;</mo> <mrow> <mi>j</mi> <mo>&NotEqual;</mo> <mi>i</mi> </mrow> </msub> <mfrac> <mn>1</mn> <mrow> <mi>&sigma;</mi> <msqrt> <mrow> <mn>2</mn> <mi>&pi;</mi> </mrow> </msqrt> </mrow> </mfrac> <msup> <mi>e</mi> <mrow> <msubsup> <mi>d</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> <mn>2</mn> </msubsup> <mo>/</mo> <mrow> <mo>(</mo> <mn>2</mn> <msup> <mi>&sigma;</mi> <mn>2</mn> </msup> <mo>)</mo> </mrow> </mrow> </msup> <msubsup> <mi>W</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> <mn>1</mn> </msubsup> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>14</mn> <mo>)</mo> </mrow> </mrow>

Cb特征顯著性圖:

<mrow> <msubsup> <mi>S</mi> <mi>i</mi> <mn>2</mn> </msubsup> <mo>=</mo> <msub> <mo>&Sigma;</mo> <mrow> <mi>j</mi> <mo>&NotEqual;</mo> <mi>i</mi> </mrow> </msub> <mfrac> <mn>1</mn> <mrow> <mi>&sigma;</mi> <msqrt> <mrow> <mn>2</mn> <mi>&pi;</mi> </mrow> </msqrt> </mrow> </mfrac> <msup> <mi>e</mi> <mrow> <msubsup> <mi>d</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> <mn>2</mn> </msubsup> <mo>/</mo> <mrow> <mo>(</mo> <mn>2</mn> <msup> <mi>&sigma;</mi> <mn>2</mn> </msup> <mo>)</mo> </mrow> </mrow> </msup> <msubsup> <mi>W</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> <mn>2</mn> </msubsup> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>15</mn> <mo>)</mo> </mrow> </mrow>

Cr特征顯著性圖:

<mrow> <msubsup> <mi>S</mi> <mi>i</mi> <mn>3</mn> </msubsup> <mo>=</mo> <msub> <mo>&Sigma;</mo> <mrow> <mi>j</mi> <mo>&NotEqual;</mo> <mi>i</mi> </mrow> </msub> <mfrac> <mn>1</mn> <mrow> <mi>&sigma;</mi> <msqrt> <mrow> <mn>2</mn> <mi>&pi;</mi> </mrow> </msqrt> </mrow> </mfrac> <msup> <mi>e</mi> <mrow> <msubsup> <mi>d</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> <mn>2</mn> </msubsup> <mo>/</mo> <mrow> <mo>(</mo> <mn>2</mn> <msup> <mi>&sigma;</mi> <mn>2</mn> </msup> <mo>)</mo> </mrow> </mrow> </msup> <msubsup> <mi>W</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> <mn>3</mn> </msubsup> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>16</mn> <mo>)</mo> </mrow> </mrow>

紋理特征顯著性圖:

<mrow> <msubsup> <mi>S</mi> <mi>i</mi> <mn>4</mn> </msubsup> <mo>=</mo> <msub> <mo>&Sigma;</mo> <mrow> <mi>j</mi> <mo>&NotEqual;</mo> <mi>i</mi> </mrow> </msub> <mfrac> <mn>1</mn> <mrow> <mi>&sigma;</mi> <msqrt> <mrow> <mn>2</mn> <mi>&pi;</mi> </mrow> </msqrt> </mrow> </mfrac> <msup> <mi>e</mi> <mrow> <msubsup> <mi>d</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> <mn>2</mn> </msubsup> <mo>/</mo> <mrow> <mo>(</mo> <mn>2</mn> <msup> <mi>&sigma;</mi> <mn>2</mn> </msup> <mo>)</mo> </mrow> </mrow> </msup> <msubsup> <mi>W</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> <mn>4</mn> </msubsup> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>17</mn> <mo>)</mo> </mrow> </mrow>

深度特征顯著性圖:

<mrow> <msubsup> <mi>S</mi> <mi>i</mi> <mn>5</mn> </msubsup> <mo>=</mo> <msub> <mo>&Sigma;</mo> <mrow> <mi>j</mi> <mo>&NotEqual;</mo> <mi>i</mi> </mrow> </msub> <mfrac> <mn>1</mn> <mrow> <mi>&sigma;</mi> <msqrt> <mrow> <mn>2</mn> <mi>&pi;</mi> </mrow> </msqrt> </mrow> </mfrac> <msup> <mi>e</mi> <mrow> <msubsup> <mi>d</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> <mn>2</mn> </msubsup> <mo>/</mo> <mrow> <mo>(</mo> <mn>2</mn> <msup> <mi>&sigma;</mi> <mn>2</mn> </msup> <mo>)</mo> </mrow> </mrow> </msup> <msubsup> <mi>W</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> <mn>5</mn> </msubsup> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>18</mn> <mo>)</mo> </mrow> </mrow>

以上式中dij表示塊i和塊j之間的歐幾里得距離,σ是高斯模型的參數(shù),它用來決定局部和全局對比度的程度,σ=5。

(3)由公式(14)-(18)計(jì)算得到5個(gè)特征的顯著圖S1,S2,S3,S4,S5,將5 個(gè)特征的顯著圖融合成空間顯著性圖:

<mrow> <msup> <mi>S</mi> <mi>s</mi> </msup> <mo>=</mo> <mfrac> <mn>1</mn> <mn>5</mn> </mfrac> <mrow> <mo>(</mo> <msup> <mi>S</mi> <mn>1</mn> </msup> <mo>+</mo> <msup> <mi>S</mi> <mn>2</mn> </msup> <mo>+</mo> <msup> <mi>S</mi> <mn>3</mn> </msup> <mo>+</mo> <msup> <mi>S</mi> <mn>4</mn> </msup> <mo>+</mo> <msup> <mi>S</mi> <mn>5</mn> </msup> <mo>)</mo> </mrow> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>19</mn> <mo>)</mo> </mrow> </mrow>

而且,步驟2所述提取三維視頻幀中的運(yùn)動信息,包含平面運(yùn)動和深度運(yùn)動,求出時(shí)間顯著性圖的具體方法包含以下步驟:

(1)通過光流法的出平面x方向和y方向的運(yùn)動特征,Mx和My,那么平面方向的運(yùn)動特征Mp可表示如下:

<mrow> <msub> <mi>M</mi> <mi>p</mi> </msub> <mo>=</mo> <msqrt> <mrow> <msup> <msub> <mi>M</mi> <mi>x</mi> </msub> <mn>2</mn> </msup> <mo>+</mo> <msup> <msub> <mi>M</mi> <mi>y</mi> </msub> <mn>2</mn> </msup> </mrow> </msqrt> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>20</mn> <mo>)</mo> </mrow> </mrow>

(2)計(jì)算深度方向上的運(yùn)動特征Md

Md(mt,nt,t)=F(it+Mx(mt,nt,t),jt+My(mt,nt,t),t+1)-F(mt,nt,t)

(21)

式中F為公式(8)中的深度信息圖,m和n表示圖片中像素點(diǎn)的坐標(biāo),t表示三維視頻中的第t幀。

(3)針對時(shí)域特征Md和Mp,計(jì)算塊之間的特征對比度Q:

深度方向運(yùn)動特征對比度:

<mrow> <msubsup> <mi>Q</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> <mi>d</mi> </msubsup> <mo>=</mo> <mfrac> <mrow> <mo>|</mo> <mrow> <msub> <mi>M</mi> <msub> <mi>d</mi> <mi>i</mi> </msub> </msub> <mo>-</mo> <msub> <mi>M</mi> <msub> <mi>d</mi> <mi>j</mi> </msub> </msub> </mrow> <mo>|</mo> </mrow> <mrow> <mrow> <mo>|</mo> <msub> <mi>M</mi> <msub> <mi>d</mi> <mi>i</mi> </msub> </msub> <mo>|</mo> </mrow> <mo>+</mo> <mrow> <mo>|</mo> <msub> <mi>M</mi> <msub> <mi>d</mi> <mi>j</mi> </msub> </msub> <mo>|</mo> </mrow> </mrow> </mfrac> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>22</mn> <mo>)</mo> </mrow> </mrow>

平面方向運(yùn)動特征對比度:

<mrow> <msubsup> <mi>Q</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> <mi>p</mi> </msubsup> <mo>=</mo> <mfrac> <mrow> <mo>|</mo> <mrow> <msub> <mi>M</mi> <msub> <mi>p</mi> <mi>i</mi> </msub> </msub> <mo>-</mo> <msub> <mi>M</mi> <msub> <mi>p</mi> <mi>j</mi> </msub> </msub> </mrow> <mo>|</mo> </mrow> <mrow> <mrow> <mo>|</mo> <msub> <mi>M</mi> <msub> <mi>p</mi> <mi>i</mi> </msub> </msub> <mo>|</mo> </mrow> <mo>+</mo> <mrow> <mo>|</mo> <msub> <mi>M</mi> <msub> <mi>p</mi> <mi>i</mi> </msub> </msub> <mo>|</mo> </mrow> </mrow> </mfrac> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>23</mn> <mo>)</mo> </mrow> </mrow>

i和j代表第i個(gè)圖像塊和第j個(gè)圖像塊,分母為歸一化操作。

(4)利用歐幾里得距離的高斯模型加權(quán)運(yùn)動特征對比度,求得運(yùn)動特征圖q中第i塊的顯著性值:

深度方向運(yùn)動特征的顯著性圖:

<mrow> <msubsup> <mi>v</mi> <mi>i</mi> <mi>d</mi> </msubsup> <mo>=</mo> <msub> <mo>&Sigma;</mo> <mrow> <mi>j</mi> <mo>&NotEqual;</mo> <mi>i</mi> </mrow> </msub> <mfrac> <mn>1</mn> <mrow> <mi>&sigma;</mi> <msqrt> <mrow> <mn>2</mn> <mi>&pi;</mi> </mrow> </msqrt> </mrow> </mfrac> <msup> <mi>e</mi> <mrow> <msubsup> <mi>d</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> <mn>2</mn> </msubsup> <mo>/</mo> <mrow> <mo>(</mo> <mn>2</mn> <msup> <mi>&sigma;</mi> <mn>2</mn> </msup> <mo>)</mo> </mrow> </mrow> </msup> <msubsup> <mi>Q</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> <mi>d</mi> </msubsup> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>24</mn> <mo>)</mo> </mrow> </mrow>

平面方向運(yùn)動特征的顯著性圖:

<mrow> <msubsup> <mi>v</mi> <mi>i</mi> <mi>p</mi> </msubsup> <mo>=</mo> <msub> <mo>&Sigma;</mo> <mrow> <mi>j</mi> <mo>&NotEqual;</mo> <mi>i</mi> </mrow> </msub> <mfrac> <mn>1</mn> <mrow> <mi>&sigma;</mi> <msqrt> <mrow> <mn>2</mn> <mi>&pi;</mi> </mrow> </msqrt> </mrow> </mfrac> <msup> <mi>e</mi> <mrow> <msubsup> <mi>d</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> <mn>2</mn> </msubsup> <mo>/</mo> <mrow> <mo>(</mo> <mn>2</mn> <msup> <mi>&sigma;</mi> <mn>2</mn> </msup> <mo>)</mo> </mrow> </mrow> </msup> <msubsup> <mi>Q</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> <mi>p</mi> </msubsup> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>25</mn> <mo>)</mo> </mrow> </mrow>

表示塊i和j之間深度方向的運(yùn)動特征對比度,表示塊i和j之間的平面上 的運(yùn)動特征對比度,dij表示塊i和塊j之間的歐幾里得距離,σ是高斯模型的參數(shù),它用來決定局部和全局對比度的程度,σ=5。

(5)將時(shí)間域下的2個(gè)特征圖的顯著性值融合成時(shí)間顯著性圖:

<mrow> <msup> <mi>S</mi> <mi>t</mi> </msup> <mo>=</mo> <mfrac> <mn>1</mn> <mn>2</mn> </mfrac> <mrow> <mo>(</mo> <msup> <mi>v</mi> <mi>d</mi> </msup> <mo>+</mo> <msup> <mi>v</mi> <mi>p</mi> </msup> <mo>)</mo> </mrow> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>26</mn> <mo>)</mo> </mrow> </mrow>

而且,步驟3所述基于格式塔心理學(xué)原理的相近性法則和連續(xù)性法則,得出對空間顯著性圖加權(quán)值的具體方法包含以下步驟:

(1)根據(jù)標(biāo)準(zhǔn)圖確立顯著性圖的中心點(diǎn)坐標(biāo):

<mrow> <msub> <mi>x</mi> <mi>c</mi> </msub> <mo>=</mo> <mfrac> <mn>1</mn> <mi>M</mi> </mfrac> <msub> <mo>&Sigma;</mo> <mrow> <mo>(</mo> <mi>m</mi> <mo>,</mo> <mi>n</mi> <mo>)</mo> <mo>&Element;</mo> <msub> <mi>R</mi> <mi>S</mi> </msub> </mrow> </msub> <msub> <mi>mS</mi> <mrow> <mi>m</mi> <mo>,</mo> <mi>n</mi> </mrow> </msub> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>27</mn> <mo>)</mo> </mrow> </mrow>

<mrow> <msub> <mi>y</mi> <mi>c</mi> </msub> <mo>=</mo> <mfrac> <mn>1</mn> <mi>M</mi> </mfrac> <msub> <mo>&Sigma;</mo> <mrow> <mo>(</mo> <mi>m</mi> <mo>,</mo> <mi>n</mi> <mo>)</mo> <mo>&Element;</mo> <msub> <mi>R</mi> <mi>S</mi> </msub> </mrow> </msub> <msub> <mi>nS</mi> <mrow> <mi>m</mi> <mo>,</mo> <mi>n</mi> </mrow> </msub> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>28</mn> <mo>)</mo> </mrow> </mrow>

式中Rs為標(biāo)準(zhǔn)顯著性圖中所有的像素點(diǎn),M為它們的總個(gè)數(shù),Sm,n為像素點(diǎn)(m,n)的顯著性值。

(2)經(jīng)實(shí)驗(yàn)擬合出離中心點(diǎn)距離和成為顯著性點(diǎn)可能性大小的函數(shù)關(guān)系:

<mrow> <mi>p</mi> <mrow> <mo>(</mo> <mi>s</mi> <mo>|</mo> <mi>h</mi> <mo>)</mo> </mrow> <mo>=</mo> <mn>0.9646</mn> <mo>&times;</mo> <msup> <mi>e</mi> <msup> <mrow> <mo>(</mo> <mo>-</mo> <mo>(</mo> <mfrac> <mi>h</mi> <mn>9330</mn> </mfrac> <mo>)</mo> <mo>)</mo> </mrow> <mn>2.8844</mn> </msup> </msup> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>29</mn> <mo>)</mo> </mrow> </mrow>

p(s|h)表示當(dāng)前像素點(diǎn)為顯著性點(diǎn)可能性的大小,h表示視頻幀中各像素點(diǎn)離中心點(diǎn)的距離,s表示當(dāng)前像素點(diǎn)為顯著性點(diǎn)。

(3)計(jì)算空域下可能性熵值的大?。?/p>

U(s)=Hb(p(s|h)) (30)

其中Hb(p)為二值熵函數(shù),計(jì)算如下:-plog2p-(1-p)log2(1-p)

而且,步驟4所述基于格式塔心理學(xué)原理的共同命運(yùn)法則,得出對時(shí)間顯著性圖加權(quán)值的具體方法包含以下步驟:

(1)根據(jù)運(yùn)動特征Mx和My,Mx和My分別為平面x方向和y方向的運(yùn)動大小,那么平面運(yùn)動的方向可計(jì)算為:

<mrow> <msub> <mi>&theta;</mi> <mrow> <mo>(</mo> <mi>m</mi> <mo>,</mo> <mi>n</mi> <mo>)</mo> </mrow> </msub> <mo>=</mo> <msup> <mi>tan</mi> <mrow> <mo>-</mo> <mn>1</mn> </mrow> </msup> <mfrac> <mrow> <msub> <mi>My</mi> <mrow> <mo>(</mo> <mi>m</mi> <mo>,</mo> <mi>n</mi> <mo>)</mo> </mrow> </msub> </mrow> <mrow> <msub> <mi>Mx</mi> <mrow> <mo>(</mo> <mi>m</mi> <mo>,</mo> <mi>n</mi> <mo>)</mo> </mrow> </msub> </mrow> </mfrac> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>31</mn> <mo>)</mo> </mrow> </mrow>

式中(m,n)為運(yùn)動特征圖像素點(diǎn)的坐標(biāo),My和Mx通過光流法計(jì)算得出。

(2)求出運(yùn)動方向差異值:

<mrow> <msup> <mi>&theta;</mi> <mo>&prime;</mo> </msup> <mo>=</mo> <msub> <mi>&theta;</mi> <mrow> <mo>(</mo> <mi>m</mi> <mo>,</mo> <mi>n</mi> <mo>)</mo> </mrow> </msub> <mo>-</mo> <msub> <mi>&theta;</mi> <mrow> <mo>(</mo> <msub> <mi>x</mi> <mi>c</mi> </msub> <mo>,</mo> <msub> <mi>y</mi> <mi>c</mi> </msub> <mo>)</mo> </mrow> </msub> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>32</mn> <mo>)</mo> </mrow> </mrow>

θ′為運(yùn)動方向與中心點(diǎn)坐標(biāo)下的運(yùn)動方向的差異,θ由公式(31)得出,(m,n)為每個(gè)像素點(diǎn)的坐標(biāo),(xc,yc)由公式(27)(28)得到,為顯著中心點(diǎn)的坐標(biāo)。

(3)經(jīng)實(shí)驗(yàn)擬合出像素點(diǎn)方向差異和成為顯著性點(diǎn)可能性大小的函數(shù)關(guān)系:

<mrow> <msup> <mi>U</mi> <mi>&theta;</mi> </msup> <mo>=</mo> <mi>exp</mi> <mrow> <mo>(</mo> <mfrac> <mrow> <mo>-</mo> <msup> <mi>&theta;</mi> <mo>&prime;</mo> </msup> </mrow> <mn>14.58</mn> </mfrac> <mo>)</mo> </mrow> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>33</mn> <mo>)</mo> </mrow> </mrow>

式中θ′為每個(gè)像素點(diǎn)與中心點(diǎn)的方向差異,由公式(32)得出。

(4)根據(jù)運(yùn)動特征Mx,My和Md,求出平面方向x,y和深度方向與中心點(diǎn)差異C:

平面方向的大小差異:

<mrow> <msup> <mi>C</mi> <mi>p</mi> </msup> <mo>=</mo> <msub> <mi>M</mi> <msub> <mi>p</mi> <mrow> <mo>(</mo> <mi>m</mi> <mo>,</mo> <mi>n</mi> <mo>)</mo> </mrow> </msub> </msub> <mo>-</mo> <msub> <mi>M</mi> <msub> <mi>p</mi> <mrow> <mo>(</mo> <msub> <mi>x</mi> <mi>c</mi> </msub> <mo>,</mo> <msub> <mi>y</mi> <mi>c</mi> </msub> <mo>)</mo> </mrow> </msub> </msub> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>34</mn> <mo>)</mo> </mrow> </mrow>

式中Mp為公式(20)得出,(m,n)為像素點(diǎn)坐標(biāo),(xc,yc)為顯著中心點(diǎn)坐標(biāo)

深度方向的大小差異:

<mrow> <msup> <mi>C</mi> <mi>d</mi> </msup> <mo>=</mo> <msub> <mi>M</mi> <msub> <mi>d</mi> <mrow> <mo>(</mo> <mi>m</mi> <mo>,</mo> <mi>n</mi> <mo>)</mo> </mrow> </msub> </msub> <mo>-</mo> <msub> <mi>M</mi> <msub> <mi>d</mi> <mrow> <mo>(</mo> <msub> <mi>x</mi> <mi>c</mi> </msub> <mo>,</mo> <msub> <mi>y</mi> <mi>c</mi> </msub> <mo>)</mo> </mrow> </msub> </msub> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>35</mn> <mo>)</mo> </mrow> </mrow>

式中Md為公式(21)得出,(m,n)為像素點(diǎn)坐標(biāo),(xc,yc)為顯著中心點(diǎn)坐標(biāo)。

(5)經(jīng)實(shí)驗(yàn)擬合出像素點(diǎn)運(yùn)動大小差異和成為顯著性點(diǎn)可能性大小的函數(shù)關(guān)系:

<mrow> <msup> <mi>U</mi> <mi>r</mi> </msup> <mo>=</mo> <mi>exp</mi> <mrow> <mo>(</mo> <mfrac> <mrow> <mo>-</mo> <msup> <mi>C</mi> <mi>r</mi> </msup> </mrow> <mn>23.64</mn> </mfrac> <mo>)</mo> </mrow> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>36</mn> <mo>)</mo> </mrow> </mrow>

r∈{p,d},C由公式(34)(35)得出。

(6)計(jì)算時(shí)域下可能性熵值的大小:

<mrow> <msup> <mi>U</mi> <mi>t</mi> </msup> <mo>=</mo> <mfrac> <mn>1</mn> <mn>3</mn> </mfrac> <mrow> <mo>(</mo> <msup> <mi>U</mi> <mi>&theta;</mi> </msup> <mo>+</mo> <msup> <mi>U</mi> <mi>p</mi> </msup> <mo>+</mo> <msup> <mi>U</mi> <mi>d</mi> </msup> <mo>)</mo> </mrow> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>37</mn> <mo>)</mo> </mrow> </mrow>

式中Ut為時(shí)域下的權(quán)值,Uθ為公式(33)所得,Up和Ud為公式(36)所得。

而且,其特征在于:步驟5所述根據(jù)時(shí)間顯著性加權(quán)值和空間顯著性加權(quán)值,融合得到三維視頻的圖像顯著區(qū)域的具體方法為:

<mrow> <mi>S</mi> <mo>=</mo> <mfrac> <mrow> <msup> <mi>U</mi> <mi>s</mi> </msup> <msup> <mi>S</mi> <mi>s</mi> </msup> <mo>+</mo> <msup> <mi>U</mi> <mi>t</mi> </msup> <msup> <mi>S</mi> <mi>t</mi> </msup> </mrow> <mrow> <msup> <mi>U</mi> <mi>s</mi> </msup> <mo>+</mo> <msup> <mi>U</mi> <mi>t</mi> </msup> </mrow> </mfrac> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>38</mn> <mo>)</mo> </mrow> </mrow>

Us為空域下的權(quán)值,Ut為時(shí)域下的權(quán)值,Ss為空間顯著性圖,St為時(shí)域顯著性圖。

本發(fā)明的優(yōu)點(diǎn)和技術(shù)效果:

本發(fā)明算法合理高效,提出了一種新穎的方法結(jié)合三維視頻下的時(shí)間顯著性圖和空間顯著性圖。在空間顯著性檢測中,提取低層級特征結(jié)合歐幾里得距離的高斯模型求得空間顯著性圖;在時(shí)間顯著性檢測中,利用光流法檢測出平面運(yùn)動信息和深度運(yùn)動信息,在結(jié)合歐幾里得距離的高斯模型得出時(shí)間顯著性圖。最后利用格式塔心理學(xué)中的相近性原則和共同命運(yùn)原則,求得運(yùn)動方向,大小差異,分別得出空域和時(shí)域下的權(quán)值,且融合得出最終的三維視頻顯著性區(qū)域。本發(fā)明魯棒性高,評價(jià)指標(biāo)皆高于目前最好的算法,可擴(kuò)展性強(qiáng)。

附圖說明

圖1為本發(fā)明流程圖。

圖2為對于不同顯著性檢測算法的比較。第一列至最后一列分別為:三維視頻幀的原始圖像,Itti-二維顯著性圖像,F(xiàn)ang-三維顯著性圖像,本發(fā)明的實(shí)驗(yàn)圖像,參考圖像。從這些比較中,我們可以發(fā)現(xiàn)Itti-二維的顯著性檢測模型只能檢測到圖片的輪廓信息。Fang-三維的顯著性檢測模型丟失了一下顯著性區(qū)域,我們提出的顯著性檢測方法和現(xiàn)存的參考圖像最相近。

圖3為其他顯著性檢測方法與本文方法的比較,我們通過了三個(gè)指標(biāo)來進(jìn)行評價(jià):AUC(Area Under Curve)曲線下面積,目前最為流行的評價(jià)方法;CC(correlation coefficient)線性相關(guān)系數(shù),可比較算法得出的顯著性圖與標(biāo)準(zhǔn)圖之間的相關(guān)性;NSS(Normalized scanpath saliency)。這三者的值都介于0到1之間,且值越大證明提出的方法效果越好。

具體實(shí)施方式

下面結(jié)合附圖,對本發(fā)明的技術(shù)方案做進(jìn)一步的詳細(xì)描述。

本發(fā)明的過程如圖1所示,具體過程如下。

步驟1:提取三維視頻幀中低層級視覺特征來計(jì)算特征對比度,利用歐幾里得距離的高斯模型求得三維視頻幀的空間顯著性圖;

首先將視頻幀分為8*8的圖像塊,令r,g,b代表圖像的紅色、綠色和藍(lán)色通道,定義圖像塊新的特征,新的紅色特征R=r-(g+b),新的綠色特征 G=g-(r+b)/2,新的藍(lán)色特征B=b-(r+g)/2,新的黃色特征根據(jù)以上定義,我們可以計(jì)算圖像塊的如下特征:

(1)亮度分量I:

I=(r+g+b)/3 (1)

(2)第一個(gè)顏色分量Cb

Cb=B-Y (2)

(3)第一個(gè)顏色分量Cr

Cr=R-G (3)

(4)根據(jù)公式(1)-(3)計(jì)算得到三個(gè)圖像塊特征分量,然后分別計(jì)算其DCT(Discrete Cosine Transform,離散余弦變換)系數(shù)。利用圖像塊三個(gè)特征的DC系數(shù)(直流系數(shù)),來分別表示圖像塊的三個(gè)特征,假設(shè)由亮度分量(公式(1))通過DCT計(jì)算得到的DCI,第一個(gè)顏色分量(公式(2))通過DCT計(jì)算得到的DC系數(shù)為DCb,第二個(gè)顏色分量(公式(3))通過DCT計(jì)算得到的DC系數(shù)為DCr。因此,圖像的亮度特征:

D1=DCI (4)

兩個(gè)顏色特征分別為:

D2=DCb (5)

D3=DCr (6)

由于顏色分量主要包括圖像的色彩信息,因此,我們用亮度分量通過DCT得到的AC系數(shù)(交流系數(shù))來表示圖像塊的紋理特征,對于一個(gè)8*8的圖像塊,一共有63個(gè)AC系數(shù)。因此圖像塊的紋理特征D4可以表示如下:

D4={t1,t2,…,t63} (7)

(5)三維視頻幀的深度信息F可以根據(jù)以下公式計(jì)算:

<mrow> <mi>F</mi> <mo>=</mo> <mi>v</mi> <mo>/</mo> <mrow> <mo>(</mo> <mn>1</mn> <mo>+</mo> <mfrac> <mrow> <mi>E</mi> <mo>*</mo> <mi>h</mi> </mrow> <mrow> <mi>P</mi> <mo>*</mo> <mi>&omega;</mi> </mrow> </mfrac> <mo>)</mo> </mrow> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>8</mn> <mo>)</mo> </mrow> </mrow>

式中v代表視覺觀察距離,v=75cm,E為雙眼間的距離,E=4.5cm,ω和h是播放屏幕的寬度和水平分辨率,分別為30cm和80像素/英寸,P為三維視頻幀左視圖和右視圖像素間的視差大小。由公式(8),我們可以計(jì)算圖像塊的深度信息D5,通過DCT計(jì)算得到深度信息的DC系數(shù)DCF,我們把圖像塊深度信息的DC 系數(shù)表示為圖像塊的深度特征D5=DCF

然后針對所有特征D1,D2,D3,D4,D5,計(jì)算塊之間的特征對比度W:

圖像塊i和j之間的亮度特征對比度為:

<mrow> <msubsup> <mi>W</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> <mn>1</mn> </msubsup> <mo>=</mo> <mfrac> <mrow> <mo>|</mo> <mrow> <msub> <mi>D</mi> <msub> <mn>1</mn> <mi>i</mi> </msub> </msub> <mo>-</mo> <msub> <mi>D</mi> <msub> <mn>1</mn> <mi>j</mi> </msub> </msub> </mrow> <mo>|</mo> </mrow> <mrow> <msub> <mi>D</mi> <msub> <mn>1</mn> <mi>i</mi> </msub> </msub> <mo>+</mo> <msub> <mi>D</mi> <msub> <mn>1</mn> <mi>j</mi> </msub> </msub> </mrow> </mfrac> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>9</mn> <mo>)</mo> </mrow> </mrow>

圖像塊i和j之間的顏色Cb特征對比度為:

<mrow> <msubsup> <mi>W</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> <mn>2</mn> </msubsup> <mo>=</mo> <mfrac> <mrow> <mo>|</mo> <mrow> <msub> <mi>D</mi> <msub> <mn>2</mn> <mi>i</mi> </msub> </msub> <mo>-</mo> <msub> <mi>D</mi> <msub> <mn>2</mn> <mi>j</mi> </msub> </msub> </mrow> <mo>|</mo> </mrow> <mrow> <msub> <mi>D</mi> <msub> <mn>2</mn> <mi>i</mi> </msub> </msub> <mo>+</mo> <msub> <mi>D</mi> <msub> <mn>2</mn> <mi>j</mi> </msub> </msub> </mrow> </mfrac> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>10</mn> <mo>)</mo> </mrow> </mrow>

圖像塊i和j之間的顏色Cr特征對比度為:

<mrow> <msubsup> <mi>W</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> <mn>3</mn> </msubsup> <mo>=</mo> <mfrac> <mrow> <mo>|</mo> <mrow> <msub> <mi>D</mi> <msub> <mn>3</mn> <mi>i</mi> </msub> </msub> <mo>-</mo> <msub> <mi>D</mi> <msub> <mn>3</mn> <mi>j</mi> </msub> </msub> </mrow> <mo>|</mo> </mrow> <mrow> <msub> <mi>D</mi> <msub> <mn>3</mn> <mi>i</mi> </msub> </msub> <mo>+</mo> <msub> <mi>D</mi> <msub> <mn>3</mn> <mi>j</mi> </msub> </msub> </mrow> </mfrac> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>11</mn> <mo>)</mo> </mrow> </mrow>

圖像塊i和j之間的深度特征對比度為:

<mrow> <msubsup> <mi>W</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> <mn>5</mn> </msubsup> <mo>=</mo> <mfrac> <mrow> <mo>|</mo> <mrow> <msub> <mi>D</mi> <msub> <mn>5</mn> <mi>i</mi> </msub> </msub> <mo>-</mo> <msub> <mi>D</mi> <msub> <mn>5</mn> <mi>j</mi> </msub> </msub> </mrow> <mo>|</mo> </mrow> <mrow> <msub> <mi>D</mi> <msub> <mn>5</mn> <mi>i</mi> </msub> </msub> <mo>+</mo> <msub> <mi>D</mi> <msub> <mn>5</mn> <mi>j</mi> </msub> </msub> </mrow> </mfrac> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>12</mn> <mo>)</mo> </mrow> </mrow>

其中,i和j代表第i個(gè)圖像塊和第j個(gè)圖像塊,分母為歸一化操作,由公式(9)-(12)可以求得圖像不同特征的特征對比度W1,W2,W3,W5。

圖像塊i和j之間的紋理特征T對比度為:

<mrow> <msubsup> <mi>W</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> <mn>4</mn> </msubsup> <mo>=</mo> <mfrac> <msqrt> <mrow> <msub> <mo>&Sigma;</mo> <mi>t</mi> </msub> <msup> <mrow> <mo>(</mo> <msubsup> <mi>D</mi> <mrow> <mn>4</mn> <mi>i</mi> </mrow> <mi>t</mi> </msubsup> <mo>-</mo> <msubsup> <mi>D</mi> <mrow> <mn>4</mn> <mi>j</mi> </mrow> <mi>t</mi> </msubsup> <mo>)</mo> </mrow> <mn>2</mn> </msup> </mrow> </msqrt> <mrow> <msub> <mo>&Sigma;</mo> <mi>t</mi> </msub> <mrow> <mo>(</mo> <msubsup> <mi>D</mi> <mrow> <mn>4</mn> <mi>i</mi> </mrow> <mi>t</mi> </msubsup> <mo>+</mo> <msubsup> <mi>D</mi> <mrow> <mn>4</mn> <mi>j</mi> </mrow> <mi>t</mi> </msubsup> <mo>)</mo> </mrow> </mrow> </mfrac> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>13</mn> <mo>)</mo> </mrow> </mrow>

由公式(13)可以求得圖像的紋理特征對比度W4,和是由公式(7)得到的紋理特征,t∈{1,2,…,63},i和j代表第i個(gè)圖像塊和第j個(gè)圖像塊,分母為歸一化操作。

再利用歐幾里得距離的高斯模型加權(quán)特征對比度,求得各個(gè)特征圖第i塊的顯著性值。

亮度特征顯著性圖:

<mrow> <msubsup> <mi>S</mi> <mi>i</mi> <mn>1</mn> </msubsup> <mo>=</mo> <msub> <mo>&Sigma;</mo> <mrow> <mi>j</mi> <mo>&NotEqual;</mo> <mi>i</mi> </mrow> </msub> <mfrac> <mn>1</mn> <mrow> <mi>&sigma;</mi> <msqrt> <mrow> <mn>2</mn> <mi>&pi;</mi> </mrow> </msqrt> </mrow> </mfrac> <msup> <mi>e</mi> <mrow> <msubsup> <mi>d</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> <mn>2</mn> </msubsup> <mo>/</mo> <mrow> <mo>(</mo> <mn>2</mn> <msup> <mi>&sigma;</mi> <mn>2</mn> </msup> <mo>)</mo> </mrow> </mrow> </msup> <msubsup> <mi>W</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> <mn>1</mn> </msubsup> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>14</mn> <mo>)</mo> </mrow> </mrow>

Cb特征顯著性圖:

<mrow> <msubsup> <mi>S</mi> <mi>i</mi> <mn>2</mn> </msubsup> <mo>=</mo> <msub> <mo>&Sigma;</mo> <mrow> <mi>j</mi> <mo>&NotEqual;</mo> <mi>i</mi> </mrow> </msub> <mfrac> <mn>1</mn> <mrow> <mi>&sigma;</mi> <msqrt> <mrow> <mn>2</mn> <mi>&pi;</mi> </mrow> </msqrt> </mrow> </mfrac> <msup> <mi>e</mi> <mrow> <msubsup> <mi>d</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> <mn>2</mn> </msubsup> <mo>/</mo> <mrow> <mo>(</mo> <mn>2</mn> <msup> <mi>&sigma;</mi> <mn>2</mn> </msup> <mo>)</mo> </mrow> </mrow> </msup> <msubsup> <mi>W</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> <mn>2</mn> </msubsup> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>15</mn> <mo>)</mo> </mrow> </mrow>

Cr特征顯著性圖:

<mrow> <msubsup> <mi>S</mi> <mi>i</mi> <mn>3</mn> </msubsup> <mo>=</mo> <msub> <mo>&Sigma;</mo> <mrow> <mi>j</mi> <mo>&NotEqual;</mo> <mi>i</mi> </mrow> </msub> <mfrac> <mn>1</mn> <mrow> <mi>&sigma;</mi> <msqrt> <mrow> <mn>2</mn> <mi>&pi;</mi> </mrow> </msqrt> </mrow> </mfrac> <msup> <mi>e</mi> <mrow> <msubsup> <mi>d</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> <mn>2</mn> </msubsup> <mo>/</mo> <mrow> <mo>(</mo> <mn>2</mn> <msup> <mi>&sigma;</mi> <mn>2</mn> </msup> <mo>)</mo> </mrow> </mrow> </msup> <msubsup> <mi>W</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> <mn>3</mn> </msubsup> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>16</mn> <mo>)</mo> </mrow> </mrow>

紋理特征顯著性圖:

<mrow> <msubsup> <mi>S</mi> <mi>i</mi> <mn>4</mn> </msubsup> <mo>=</mo> <msub> <mo>&Sigma;</mo> <mrow> <mi>j</mi> <mo>&NotEqual;</mo> <mi>i</mi> </mrow> </msub> <mfrac> <mn>1</mn> <mrow> <mi>&sigma;</mi> <msqrt> <mrow> <mn>2</mn> <mi>&pi;</mi> </mrow> </msqrt> </mrow> </mfrac> <msup> <mi>e</mi> <mrow> <msubsup> <mi>d</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> <mn>2</mn> </msubsup> <mo>/</mo> <mrow> <mo>(</mo> <mn>2</mn> <msup> <mi>&sigma;</mi> <mn>2</mn> </msup> <mo>)</mo> </mrow> </mrow> </msup> <msubsup> <mi>W</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> <mn>4</mn> </msubsup> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>17</mn> <mo>)</mo> </mrow> </mrow>

深度特征顯著性圖:

<mrow> <msubsup> <mi>S</mi> <mi>i</mi> <mn>5</mn> </msubsup> <mo>=</mo> <msub> <mo>&Sigma;</mo> <mrow> <mi>j</mi> <mo>&NotEqual;</mo> <mi>i</mi> </mrow> </msub> <mfrac> <mn>1</mn> <mrow> <mi>&sigma;</mi> <msqrt> <mrow> <mn>2</mn> <mi>&pi;</mi> </mrow> </msqrt> </mrow> </mfrac> <msup> <mi>e</mi> <mrow> <msubsup> <mi>d</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> <mn>2</mn> </msubsup> <mo>/</mo> <mrow> <mo>(</mo> <mn>2</mn> <msup> <mi>&sigma;</mi> <mn>2</mn> </msup> <mo>)</mo> </mrow> </mrow> </msup> <msubsup> <mi>W</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> <mn>5</mn> </msubsup> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>18</mn> <mo>)</mo> </mrow> </mrow>

以上式中dij表示塊i和塊j之間的歐幾里得距離,σ是高斯模型的參數(shù),它用來決定局部和全局對比度的程度,σ=5。

最后,由公式(14)-(18)計(jì)算得到5個(gè)特征的顯著圖S1,S2,S3,S4,S5,將5個(gè)特征的顯著圖融合成空間顯著性圖:

<mrow> <msup> <mi>S</mi> <mi>s</mi> </msup> <mo>=</mo> <mfrac> <mn>1</mn> <mn>5</mn> </mfrac> <mrow> <mo>(</mo> <msup> <mi>S</mi> <mn>1</mn> </msup> <mo>+</mo> <msup> <mi>S</mi> <mn>2</mn> </msup> <mo>+</mo> <msup> <mi>S</mi> <mn>3</mn> </msup> <mo>+</mo> <msup> <mi>S</mi> <mn>4</mn> </msup> <mo>+</mo> <msup> <mi>S</mi> <mn>5</mn> </msup> <mo>)</mo> </mrow> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>19</mn> <mo>)</mo> </mrow> </mrow>

步驟2:采用運(yùn)動信息來獲取時(shí)間顯著性,對于三維視頻中的運(yùn)動信息,用水平運(yùn)動和深度運(yùn)動共同計(jì)算時(shí)間顯著性圖。

在本步驟中,計(jì)算運(yùn)動信息的過程如下:

(1)通過光流法的出平面x方向和y方向的運(yùn)動特征,Mx和My,那么平面方向的運(yùn)動特征Mp可表示如下:

<mrow> <msub> <mi>M</mi> <mi>p</mi> </msub> <mo>=</mo> <msqrt> <mrow> <msup> <msub> <mi>M</mi> <mi>x</mi> </msub> <mn>2</mn> </msup> <mo>+</mo> <msup> <msub> <mi>M</mi> <mi>y</mi> </msub> <mn>2</mn> </msup> </mrow> </msqrt> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>20</mn> <mo>)</mo> </mrow> </mrow>

(2)計(jì)算深度方向上的運(yùn)動特征Md

Md(mt,nt,t)=F(it+Mx(mt,nt,t),jt+My(mt,nt,t),t+1)-F(mt,nt,t)

(21)

式中F為公式(8)中的深度信息圖,m和n表示圖片中像素點(diǎn)的坐標(biāo),t表示三維視頻中的第t幀。

然后針對時(shí)域特征Md和Mp,計(jì)算塊之間的特征對比度Q:

深度方向運(yùn)動特征對比度:

<mrow> <msubsup> <mi>Q</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> <mi>d</mi> </msubsup> <mo>=</mo> <mfrac> <mrow> <mo>|</mo> <mrow> <msub> <mi>M</mi> <msub> <mi>d</mi> <mi>i</mi> </msub> </msub> <mo>-</mo> <msub> <mi>M</mi> <msub> <mi>d</mi> <mi>j</mi> </msub> </msub> </mrow> <mo>|</mo> </mrow> <mrow> <mrow> <mo>|</mo> <msub> <mi>M</mi> <msub> <mi>d</mi> <mi>i</mi> </msub> </msub> <mo>|</mo> </mrow> <mo>+</mo> <mrow> <mo>|</mo> <msub> <mi>M</mi> <msub> <mi>d</mi> <mi>j</mi> </msub> </msub> <mo>|</mo> </mrow> </mrow> </mfrac> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>22</mn> <mo>)</mo> </mrow> </mrow>

平面方向運(yùn)動特征對比度:

<mrow> <msubsup> <mi>Q</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> <mi>p</mi> </msubsup> <mo>=</mo> <mfrac> <mrow> <mo>|</mo> <mrow> <msub> <mi>M</mi> <msub> <mi>p</mi> <mi>i</mi> </msub> </msub> <mo>-</mo> <msub> <mi>M</mi> <msub> <mi>p</mi> <mi>j</mi> </msub> </msub> </mrow> <mo>|</mo> </mrow> <mrow> <mrow> <mo>|</mo> <msub> <mi>M</mi> <msub> <mi>p</mi> <mi>i</mi> </msub> </msub> <mo>|</mo> </mrow> <mo>+</mo> <mrow> <mo>|</mo> <msub> <mi>M</mi> <msub> <mi>p</mi> <mi>i</mi> </msub> </msub> <mo>|</mo> </mrow> </mrow> </mfrac> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>23</mn> <mo>)</mo> </mrow> </mrow>

i和j代表第i個(gè)圖像塊和第j個(gè)圖像塊,分母為歸一化操作。

再利用歐幾里得距離的高斯模型加權(quán)運(yùn)動特征對比度,求得運(yùn)動特征圖q中第i塊的顯著性值:

深度方向運(yùn)動特征的顯著性圖:

<mrow> <msubsup> <mi>v</mi> <mi>i</mi> <mi>d</mi> </msubsup> <mo>=</mo> <msub> <mo>&Sigma;</mo> <mrow> <mi>j</mi> <mo>&NotEqual;</mo> <mi>i</mi> </mrow> </msub> <mfrac> <mn>1</mn> <mrow> <mi>&sigma;</mi> <msqrt> <mrow> <mn>2</mn> <mi>&pi;</mi> </mrow> </msqrt> </mrow> </mfrac> <msup> <mi>e</mi> <mrow> <msubsup> <mi>d</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> <mn>2</mn> </msubsup> <mo>/</mo> <mrow> <mo>(</mo> <mn>2</mn> <msup> <mi>&sigma;</mi> <mn>2</mn> </msup> <mo>)</mo> </mrow> </mrow> </msup> <msubsup> <mi>Q</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> <mi>d</mi> </msubsup> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>24</mn> <mo>)</mo> </mrow> </mrow>

平面方向運(yùn)動特征的顯著性圖:

<mrow> <msubsup> <mi>v</mi> <mi>i</mi> <mi>p</mi> </msubsup> <mo>=</mo> <msub> <mo>&Sigma;</mo> <mrow> <mi>j</mi> <mo>&NotEqual;</mo> <mi>i</mi> </mrow> </msub> <mfrac> <mn>1</mn> <mrow> <mi>&sigma;</mi> <msqrt> <mrow> <mn>2</mn> <mi>&pi;</mi> </mrow> </msqrt> </mrow> </mfrac> <msup> <mi>e</mi> <mrow> <msubsup> <mi>d</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> <mn>2</mn> </msubsup> <mo>/</mo> <mrow> <mo>(</mo> <mn>2</mn> <msup> <mi>&sigma;</mi> <mn>2</mn> </msup> <mo>)</mo> </mrow> </mrow> </msup> <msubsup> <mi>Q</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> <mi>p</mi> </msubsup> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>25</mn> <mo>)</mo> </mrow> </mrow>

表示塊i和j之間深度方向的運(yùn)動特征對比度,表示塊i和j之間的平面上的運(yùn)動特征對比度,dij表示塊i和塊j之間的歐幾里得距離,σ是高斯模型的參數(shù),它用來決定局部和全局對比度的程度,σ=5。

最后將時(shí)間域下的2個(gè)特征圖的顯著性值融合成時(shí)間顯著性圖:

<mrow> <msup> <mi>S</mi> <mi>t</mi> </msup> <mo>=</mo> <mfrac> <mn>1</mn> <mn>2</mn> </mfrac> <mrow> <mo>(</mo> <msup> <mi>v</mi> <mi>d</mi> </msup> <mo>+</mo> <msup> <mi>v</mi> <mi>p</mi> </msup> <mo>)</mo> </mrow> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>26</mn> <mo>)</mo> </mrow> </mrow>

步驟3:基于格式塔心理學(xué)原理的相近性法則,得出對空間顯著性圖加權(quán)值。

首先根據(jù)標(biāo)準(zhǔn)圖確立顯著性圖的中心點(diǎn)坐標(biāo):

<mrow> <msub> <mi>x</mi> <mi>c</mi> </msub> <mo>=</mo> <mfrac> <mn>1</mn> <mi>M</mi> </mfrac> <msub> <mo>&Sigma;</mo> <mrow> <mo>(</mo> <mi>m</mi> <mo>,</mo> <mi>n</mi> <mo>)</mo> <mo>&Element;</mo> <msub> <mi>R</mi> <mi>S</mi> </msub> </mrow> </msub> <msub> <mi>mS</mi> <mrow> <mi>m</mi> <mo>,</mo> <mi>n</mi> </mrow> </msub> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>27</mn> <mo>)</mo> </mrow> </mrow>

<mrow> <msub> <mi>y</mi> <mi>c</mi> </msub> <mo>=</mo> <mfrac> <mn>1</mn> <mi>M</mi> </mfrac> <msub> <mo>&Sigma;</mo> <mrow> <mo>(</mo> <mi>m</mi> <mo>,</mo> <mi>n</mi> <mo>)</mo> <mo>&Element;</mo> <msub> <mi>R</mi> <mi>S</mi> </msub> </mrow> </msub> <msub> <mi>nS</mi> <mrow> <mi>m</mi> <mo>,</mo> <mi>n</mi> </mrow> </msub> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>28</mn> <mo>)</mo> </mrow> </mrow>

式中Rs為標(biāo)準(zhǔn)顯著性圖中所有的像素點(diǎn),M為它們的總個(gè)數(shù),Sm,n為像素點(diǎn)(m,n)的顯著性值。

經(jīng)實(shí)驗(yàn)擬合出離中心點(diǎn)距離和成為顯著性點(diǎn)可能性大小的函數(shù)關(guān)系:

<mrow> <mi>p</mi> <mrow> <mo>(</mo> <mi>s</mi> <mo>|</mo> <mi>h</mi> <mo>)</mo> </mrow> <mo>=</mo> <mn>0.9646</mn> <mo>&times;</mo> <msup> <mi>e</mi> <msup> <mrow> <mo>(</mo> <mo>-</mo> <mo>(</mo> <mfrac> <mi>h</mi> <mn>9330</mn> </mfrac> <mo>)</mo> <mo>)</mo> </mrow> <mn>2.8844</mn> </msup> </msup> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>29</mn> <mo>)</mo> </mrow> </mrow>

p(s|h)表示當(dāng)前像素點(diǎn)為顯著性點(diǎn)可能性的大小,h表示視頻幀中各像素點(diǎn)離中心點(diǎn)的距離,s表示當(dāng)前像素點(diǎn)為顯著性點(diǎn)。

然后計(jì)算空域下可能性熵值的大?。?/p>

U(s)=Hb(p(s|h)) (30)

其中Hb(p)為二值熵函數(shù),計(jì)算如下:-plog2p-(1-p)log2(1-p)

步驟4:基于格式塔心理學(xué)原理的共同命運(yùn)法則,得出對時(shí)間顯著性圖加權(quán) 值。

首先根據(jù)運(yùn)動特征Mx和My,Mx和My分別為平面x方向和y方向的運(yùn)動大小,那么平面運(yùn)動的方向可計(jì)算為:

<mrow> <msub> <mi>&theta;</mi> <mrow> <mo>(</mo> <mi>m</mi> <mo>,</mo> <mi>n</mi> <mo>)</mo> </mrow> </msub> <mo>=</mo> <msup> <mi>tan</mi> <mrow> <mo>-</mo> <mn>1</mn> </mrow> </msup> <mfrac> <mrow> <msub> <mi>My</mi> <mrow> <mo>(</mo> <mi>m</mi> <mo>,</mo> <mi>n</mi> <mo>)</mo> </mrow> </msub> </mrow> <mrow> <msub> <mi>Mx</mi> <mrow> <mo>(</mo> <mi>m</mi> <mo>,</mo> <mi>n</mi> <mo>)</mo> </mrow> </msub> </mrow> </mfrac> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>31</mn> <mo>)</mo> </mrow> </mrow>

式中(m,n)為運(yùn)動特征圖像素點(diǎn)的坐標(biāo),My和Mx通過光流法計(jì)算得出。

求出運(yùn)動方向差異值:

<mrow> <msup> <mi>&theta;</mi> <mo>&prime;</mo> </msup> <mo>=</mo> <msub> <mi>&theta;</mi> <mrow> <mo>(</mo> <mi>m</mi> <mo>,</mo> <mi>n</mi> <mo>)</mo> </mrow> </msub> <mo>-</mo> <msub> <mi>&theta;</mi> <mrow> <mo>(</mo> <msub> <mi>x</mi> <mi>c</mi> </msub> <mo>,</mo> <msub> <mi>y</mi> <mi>c</mi> </msub> <mo>)</mo> </mrow> </msub> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>32</mn> <mo>)</mo> </mrow> </mrow>

θ為運(yùn)動方向與中心點(diǎn)坐標(biāo)下的運(yùn)動方向的差異,θ由公式(31)得出,(m,n)為每個(gè)像素點(diǎn)的坐標(biāo),(xc,yc)由公式(27)(28)得到,為顯著中心點(diǎn)的坐標(biāo)。

并且經(jīng)實(shí)驗(yàn)擬合出像素點(diǎn)方向差異和成為顯著性點(diǎn)可能性大小的函數(shù)關(guān)系:

<mrow> <msup> <mi>U</mi> <mi>&theta;</mi> </msup> <mo>=</mo> <mi>exp</mi> <mrow> <mo>(</mo> <mfrac> <mrow> <mo>-</mo> <msup> <mi>&theta;</mi> <mo>&prime;</mo> </msup> </mrow> <mn>14.58</mn> </mfrac> <mo>)</mo> </mrow> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>33</mn> <mo>)</mo> </mrow> </mrow>

式中θ′為每個(gè)像素點(diǎn)與中心點(diǎn)的方向差異,由公式(32)得出。

然后根據(jù)運(yùn)動特征Mx,My和Md,求出平面方向x,y和深度方向與中心點(diǎn)差異C:

平面方向的大小差異:

<mrow> <msup> <mi>C</mi> <mi>p</mi> </msup> <mo>=</mo> <msub> <mi>M</mi> <msub> <mi>p</mi> <mrow> <mo>(</mo> <mi>m</mi> <mo>,</mo> <mi>n</mi> <mo>)</mo> </mrow> </msub> </msub> <mo>-</mo> <msub> <mi>M</mi> <msub> <mi>p</mi> <mrow> <mo>(</mo> <msub> <mi>x</mi> <mi>c</mi> </msub> <mo>,</mo> <msub> <mi>y</mi> <mi>c</mi> </msub> <mo>)</mo> </mrow> </msub> </msub> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>34</mn> <mo>)</mo> </mrow> </mrow>

式中Mp為公式(20)得出,(m,n)為像素點(diǎn)坐標(biāo),(xc,yc)為顯著中心點(diǎn)坐標(biāo)

深度方向的大小差異:

<mrow> <msup> <mi>C</mi> <mi>d</mi> </msup> <mo>=</mo> <msub> <mi>M</mi> <msub> <mi>d</mi> <mrow> <mo>(</mo> <mi>m</mi> <mo>,</mo> <mi>n</mi> <mo>)</mo> </mrow> </msub> </msub> <mo>-</mo> <msub> <mi>M</mi> <msub> <mi>d</mi> <mrow> <mo>(</mo> <msub> <mi>x</mi> <mi>c</mi> </msub> <mo>,</mo> <msub> <mi>y</mi> <mi>c</mi> </msub> <mo>)</mo> </mrow> </msub> </msub> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>35</mn> <mo>)</mo> </mrow> </mrow>

式中Md為公式(21)得出,(m,n)為像素點(diǎn)坐標(biāo),(xc,yc)為顯著中心點(diǎn)坐標(biāo)。

且經(jīng)實(shí)驗(yàn)擬合出像素點(diǎn)運(yùn)動大小差異和成為顯著性點(diǎn)可能性大小的函數(shù)關(guān)系:

<mrow> <msup> <mi>U</mi> <mi>r</mi> </msup> <mo>=</mo> <mi>exp</mi> <mrow> <mo>(</mo> <mfrac> <mrow> <mo>-</mo> <msup> <mi>C</mi> <mi>r</mi> </msup> </mrow> <mn>23.64</mn> </mfrac> <mo>)</mo> </mrow> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>36</mn> <mo>)</mo> </mrow> </mrow>

r∈{p,d},C由公式(34)(35)得出。

最后計(jì)算時(shí)域下可能性熵值的大?。?/p>

<mrow> <msup> <mi>U</mi> <mi>t</mi> </msup> <mo>=</mo> <mfrac> <mn>1</mn> <mn>3</mn> </mfrac> <mrow> <mo>(</mo> <msup> <mi>U</mi> <mi>&theta;</mi> </msup> <mo>+</mo> <msup> <mi>U</mi> <mi>p</mi> </msup> <mo>+</mo> <msup> <mi>U</mi> <mi>d</mi> </msup> <mo>)</mo> </mrow> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>37</mn> <mo>)</mo> </mrow> </mrow>

式中Ut為時(shí)域下的權(quán)值,Uθ為公式(33)所得,Up和Ud為公式(36)所得。

步驟5:根據(jù)時(shí)間顯著性加權(quán)值和空間顯著性加權(quán)值,融合得到三維視頻的圖像顯著區(qū)域,具體方法為:

<mrow> <mi>S</mi> <mo>=</mo> <mfrac> <mrow> <msup> <mi>U</mi> <mi>s</mi> </msup> <msup> <mi>S</mi> <mi>s</mi> </msup> <mo>+</mo> <msup> <mi>U</mi> <mi>t</mi> </msup> <msup> <mi>S</mi> <mi>t</mi> </msup> </mrow> <mrow> <msup> <mi>U</mi> <mi>s</mi> </msup> <mo>+</mo> <msup> <mi>U</mi> <mi>t</mi> </msup> </mrow> </mfrac> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>38</mn> <mo>)</mo> </mrow> </mrow>

Us為空域下的權(quán)值,Ut為時(shí)域下的權(quán)值,Ss為空間顯著性圖,St為時(shí)域顯著性圖。

實(shí)驗(yàn)證明我們提出的三維視頻顯著性檢測方法明顯優(yōu)于目前的其他方法。主要通過圖2和三種方法來進(jìn)行評估,ROC受試者工作特征曲線,線性相關(guān)系數(shù)和NSS。ROC曲線廣泛的應(yīng)用于視覺注意力模型性能的檢測中,通過定義閾值,視覺注意力模型的顯著性圖可以被分為顯著點(diǎn)和非顯著點(diǎn)。TPR真正類表示視覺注意力模型中目標(biāo)點(diǎn)在為顯著點(diǎn)的百分比,而FPR假正類表示視覺注意力模型中背景點(diǎn)被檢測為顯著點(diǎn)的百分比。AUC是ROC曲線下的面積,能更好的性能進(jìn)行評估,視覺注意力模型越好,那么它的AUC的值越大;相關(guān)系數(shù)用來衡量顯著性圖和位圖之間的線性相關(guān)程度,相關(guān)系數(shù)會介于0到1之間,相關(guān)系數(shù)越大,則視覺注意力模型的性能則越好。同樣對于NSS的值,也是值越大,視覺注意力模型的性能更好。

上述內(nèi)容為本發(fā)明的詳細(xì)說明,任何依照本發(fā)明的權(quán)利要求范圍所做的同等變化與修改,皆為本發(fā)明的權(quán)利要求范圍所涵蓋。

當(dāng)前第1頁1 2 3 
網(wǎng)友詢問留言 已有0條留言
  • 還沒有人留言評論。精彩留言會獲得點(diǎn)贊!
1