10.11772/j.issn.1001-9081.2018041099
信息熵约束下的视频目标分割
大部分基于图论的视频分割方法往往先通过分析运动和外观信息获得先验显著性区域,然后用最小化能量模型来进一步分割,这些方法常常忽略对外观信息精细化分析,建立的目标模型对复杂场景的鲁棒性不佳.根据信息熵能够度量样本纯度,信息熵最小化和能量模型最小化具有一致的目标,提出一种信息熵约束下的视频目标分割方法.首先在经典光流法基础上结合点在多边形内部原理获得第一阶段的分割结果;然后以超像素为基本分割单元,获得均匀的运动和表现;最后在能量函数中引入信息熵约束项,构建前景背景像素标记的优化问题,通过最小化能量函数得到更精确的分割结果.在公开数据集上的实验结果表明目标模型中引入信息熵约束项能够有效提高视频目标分割的鲁棒性.
光流、信息熵、超像素、视频分割、能量函数
38
TP391.41(计算技术、计算机技术)
国家自然科学基金青年项目61703196;福建省自然科学基金资助项目2018J01549
2018-11-12(万方平台首次上网日期,不代表论文的发表时间)
共6页
2782-2787