本文關(guān)鍵詞： 立體視頻 立體顯著性檢測(cè) 視覺(jué)注意力 雙目感知特征 深度顯著性 運(yùn)動(dòng)顯著性　出處：《中國(guó)圖象圖形學(xué)報(bào)》2017年03期 　論文類型：期刊論文

【摘要】：目的立體視頻能提供身臨其境的逼真感而越來(lái)越受到人們的喜愛(ài),而視覺(jué)顯著性檢測(cè)可以自動(dòng)預(yù)測(cè)、定位和挖掘重要視覺(jué)信息,可以幫助機(jī)器對(duì)海量多媒體信息進(jìn)行有效篩選。為了提高立體視頻中的顯著區(qū)域檢測(cè)性能,提出了一種融合雙目多維感知特性的立體視頻顯著性檢測(cè)模型。方法從立體視頻的空域、深度以及時(shí)域3個(gè)不同維度出發(fā)進(jìn)行顯著性計(jì)算。首先,基于圖像的空間特征利用貝葉斯模型計(jì)算2D圖像顯著圖;接著,根據(jù)雙目感知特征獲取立體視頻圖像的深度顯著圖;然后,利用Lucas-Kanade光流法計(jì)算幀間局部區(qū)域的運(yùn)動(dòng)特征,獲取時(shí)域顯著圖;最后,將3種不同維度的顯著圖采用一種基于全局-區(qū)域差異度大小的融合方法進(jìn)行相互融合,獲得最終的立體視頻顯著區(qū)域分布模型。結(jié)果在不同類型的立體視頻序列中的實(shí)驗(yàn)結(jié)果表明,本文模型獲得了80%的準(zhǔn)確率和72%的召回率,且保持了相對(duì)較低的計(jì)算復(fù)雜度,優(yōu)于現(xiàn)有的顯著性檢測(cè)模型。結(jié)論本文的顯著性檢測(cè)模型能有效地獲取立體視頻中的顯著區(qū)域,可應(yīng)用于立體視頻/圖像編碼、立體視頻/圖像質(zhì)量評(píng)價(jià)等領(lǐng)域。
[Abstract]:Objective Stereo video can provide a realistic sense of reality and is becoming more and more popular, while visual salience detection can automatically predict, locate and mine important visual information. It can help machine to screen mass multimedia information effectively. In order to improve the performance of significant area detection in stereoscopic video, A stereo video salience detection model based on binocular multi-dimensional perception is proposed, in which salience is calculated from three different dimensions: spatial domain, depth and time domain. Spatial feature based on image is used to calculate 2D image salience map by Bayesian model. Then, depth salience map of stereo video image is obtained according to binocular perception feature. Then, motion feature of local region between frames is calculated by Lucas-Kanade optical flow method. Finally, the salience map of three different dimensions is fused by a fusion method based on the magnitude of global-region difference. The experimental results in different types of stereo video sequences show that the proposed model achieves a precision of 80% and a recall rate of 72%, and maintains a relatively low computational complexity. Conclusion the salience detection model in this paper can effectively obtain significant regions in stereo video, and can be used in stereo video / image coding, stereo video / image quality evaluation and other fields.
【作者單位】： 杭州電子科技大學(xué)通信工程學(xué)院;寧波大學(xué)信息科學(xué)與工程學(xué)院;
【基金】：國(guó)家自然科學(xué)基金項(xiàng)目(61401132,61471348) 浙江省自然科學(xué)基金項(xiàng)目(LY17F020027)~~
【分類號(hào)】：TP391.41
【正文快照】： 別與跟蹤,以及視覺(jué)導(dǎo)航等研究都具有指導(dǎo)意義。0引言如何計(jì)算3D視頻中的顯著性區(qū)域或者如何自動(dòng)識(shí)別3D視頻中的人眼感興趣區(qū)域,是一項(xiàng)極具三維(3D)視頻由于其左右視點(diǎn)圖像之間存在挑戰(zhàn)性的工作。近幾十年來(lái),研究者們對(duì)自然場(chǎng)景視差,能帶給觀眾身臨其境的體驗(yàn)感和更高的逼真的

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 王群;李曉光;卓力;;立體視頻傳輸技術(shù)研究進(jìn)展[J];測(cè)控技術(shù);2011年05期

2 鄭越;楊淑瑩;;一種基于三階亮度校正的平面視頻轉(zhuǎn)立體視頻快速算法[J];天津理工大學(xué)學(xué)報(bào);2012年02期

3 曉云;;“無(wú)線立體視頻”通過(guò)鑒定[J];每周電腦報(bào);1997年44期

4 朱曉瑞;卓力;;立體視頻誤碼恢復(fù)技術(shù)綜述[J];測(cè)控技術(shù);2012年05期

5 蘇志斌;李華;呂朝輝;任慧;;活態(tài)文化資源雙目立體視頻采集系統(tǒng)研究[J];中國(guó)傳媒大學(xué)學(xué)報(bào)(自然科學(xué)版);2012年04期

6 張艷;安平;張秋聞;張兆楊;;雙目立體視頻最小可辨失真模型及其在質(zhì)量評(píng)價(jià)中的應(yīng)用[J];電子與信息學(xué)報(bào);2012年03期

7 魯業(yè)頻;李素平;;立體視頻技術(shù)的發(fā)展現(xiàn)狀綜述[J];電視技術(shù);2012年12期

8 朱仲杰,郁梅,蔣剛毅;用于立體視頻會(huì)議系統(tǒng)的立體對(duì)象分割與跟蹤算法[J];計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào);2004年03期

9 孫越;蔣剛毅;邵楓;郁梅;彭宗舉;李福翠;;基于區(qū)域劃分的立體視頻整幀丟失錯(cuò)誤隱藏新算法[J];光電子.激光;2012年06期

10 程曦;白雪蕾;陳文華;;引領(lǐng)立體視頻技術(shù)跨越式發(fā)展——記2012年度國(guó)家技術(shù)發(fā)明一等獎(jiǎng)戴瓊海教授團(tuán)隊(duì)[J];中國(guó)高校科技;2013年03期

相關(guān)會(huì)議論文 前3條

1 陳賢;張剛;趙文吉;左建章;;基于生理視覺(jué)原理的立體視頻重建技術(shù)研究[A];立體圖象技術(shù)及其應(yīng)用研討會(huì)論文集[C];2005年

2 王世剛;王學(xué)軍;陳賀新;;MPEG-4框架的面向立體視頻對(duì)象壓縮編碼的研究[A];第十二屆中國(guó)體視學(xué)與圖像分析學(xué)術(shù)會(huì)議論文集[C];2008年

3 劉爽;王世剛;陳賀新;呂源治;;基于視差和變化檢測(cè)的立體視頻對(duì)象的實(shí)時(shí)提取[A];第十五屆全國(guó)圖象圖形學(xué)學(xué)術(shù)會(huì)議論文集[C];2010年

相關(guān)重要報(bào)紙文章 前3條

1 本報(bào)記者 高靚 通訊員 程曦 白雪蕾;占領(lǐng)立體視頻技術(shù)制高點(diǎn)[N];中國(guó)教育報(bào);2013年

2 記者 程曦　實(shí)習(xí)記者 白雪蕾;引領(lǐng)中國(guó)立體視頻技術(shù)跨越式發(fā)展[N];新清華;2013年

3 記者 路平;裸眼也可感受3D效果[N];廣東科技報(bào);2013年

相關(guān)博士學(xué)位論文 前2條

1 張艷;立體視頻質(zhì)量評(píng)價(jià)關(guān)鍵技術(shù)研究[D];上海大學(xué);2013年

2 郭大波;網(wǎng)格基單目和立體視頻編碼及相關(guān)技術(shù)研究[D];西安電子科技大學(xué);2009年

相關(guān)碩士學(xué)位論文 前10條

1 宋洋;基于視覺(jué)感知的立體視頻客觀質(zhì)量評(píng)價(jià)研究[D];寧波大學(xué);2015年

2 鄭凱輝;基于感知的立體視頻質(zhì)量評(píng)價(jià)模型研究[D];寧波大學(xué);2015年

3 李文鋒;立體視頻水印技術(shù)及其應(yīng)用研究[D];寧波大學(xué);2015年

4 王篷金;Kinect數(shù)據(jù)修復(fù)方法研究及其在立體視頻中的應(yīng)用[D];西安電子科技大學(xué);2014年

5 徐寧浩;立體視頻中的場(chǎng)景運(yùn)動(dòng)分類方法研究[D];浙江大學(xué);2016年

6 姜秀紅;立體視頻舒適度的研究[D];吉林大學(xué);2016年

7 南立園;基于運(yùn)動(dòng)和深度信息的立體視頻幀率提升算法研究[D];電子科技大學(xué);2016年

8 馬瑞澤;壓縮立體視頻質(zhì)量客觀評(píng)價(jià)方法研究[D];天津大學(xué);2014年

9 楊建;基于H.264的立體視頻質(zhì)量主客觀評(píng)價(jià)方法研究[D];天津大學(xué);2014年

10 薛超;立體視頻質(zhì)量主觀評(píng)價(jià)方案的研究[D];天津大學(xué);2014年

，

本文編號(hào)：1488415