序列图像运动自适应V1-MT光流估计算法

摘要：

针对传统算法在抗光照变化影响、大位移光流和异质点滤除等方面的不足,从人类视觉认知机理出发,提出了一种基于机器学习和生物模型的运动自适应V1-MT(motion-adaptive V1-MT,MAV1MT)序列图像光流估计算法.首先,引入基于ROF模型的结构纹理分解(structure-texture decomposition,STD)技术,有效解决了光照和色彩变化的影响.其次,利用多V1细胞加权组合及非线性正则化模拟MT细胞模型,并结合岭回归训练学习得到运动自适应的权重,解决对目标的运动速度感知问题.最后,引入由粗到精的增强方法和图像金字塔局部运动估计采样,将V1-MT运动估计模型应用于实际大位移视频序列.理论分析和实验结果表明,新方法能更加拟合人眼视觉信息处理特性,对视频序列具有普适、有效、鲁棒的运动感知性能.

关键词：光流、V1、MT、时空滤波器、运动感知、岭回归

所属期刊栏目：39

分类号：TP183(自动化基础理论)

资助基金：国家自然科学基金;国家自然科学基金

在线出版日期：2017-09-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：1238-1243