摘要随着科学技术的发展，基于视频显著性的研究在生活中起到了愈加重要的作用，如何在大量的视频数据中选取合适的目标进行分析，而忽略一些次要的部分，成为了提高视频处理速度的关键。视频显著性的研究通过模拟人眼对于各类视频的处理方法，来提高视频的处理速度。本课题中，需要通过对于视频进行分析与处理，得到在视频中显著性较高的物体，并标注出来，以此减少人眼受到的无关变量的干扰，提高对视频的处理效率。本课题主要通过两个部分，即视频中单帧图像的显著性以及光流法测算连续帧图像的显著性组成，通过两个部分的检测，最终得到基于视频的显著性。25246
关键词 时空显著性 光流法 显著性目标检测 显著性加权
毕业论文设计说明书外文摘要
Title Salient region based on video
Abstract With the development of science and technology, based on the significance of the video plays in the life of research increasingly important role in how to select the appropriate target in a large number of video data for analysis, and ignore some minor part, became key of improving video processing speed. Video significance of research by simulating the human eye for all kinds of video processing methods to improve the video processing speed. This issue, the need for video analysis and processing, has been significantly higher in the video of the object, and marked out a way to reduce the interference of the human eye by unrelated variables and improve the efficiency of handling video. This topic mainly by two parts, namely a significant video and optical flow estimation single image of consecutive frame images composed of significance, by detecting the two-part.
Keywords temporal significant optical flow
significant target detection significant weighting
目 次
1 引言 4
1.1 课题研究背景 4
1.2 国内外研究现状 4
1.3 本文的创新点 5
1.4 本文的结构安排 6
1.5 本文使用的编程软件介绍 6
2 基于单幅图像的显著性区域测算检测 6
2.1 单幅图像显著性检测方法 7
2.2 本文使用的图像显著性算法 9
2.3 本章结果 10
3 视频中连续图像的显著性区域测算 11
3.1 光流法的简要介绍 11
3.2 基于光流法测算连续视频中连续图像的显著性区域的具体方法 12
3.3 本章结果 13
4 基于视频的显著性区域测算结果 15
结 论 17
致 谢 18
参考文献19
1 引言
1.1 课题研究背景
作为人类，我们是快速，准确地识别最直观明显的场景（即显著对象）的专家，并自主的着眼于这些我们认为重要的区域。与此相反，当计算机被要求在图上找出显著区域，并且确定他们符合人类的认识行为，是非常具有挑战性的。虽然能够自动地，高效和准确地估计显着对象的区域，然而这是基于考虑图像即时的表征提取和空间支持的期望，并且隔离潜在的混乱背景的对象并优先分配给有限的计算资源随后的图像处理。
在日渐复杂的环境中，大量的数据使得人类肉眼对于视频或图像的处理变得困难与低效，那么，如何快速高效的使用合适的方法通过计算机去寻找视频或图像中的显著对象，就成为了具有重要作用的行为。而本课题的目的即寻找简单而又高效的视频显著性算法[1]。 基于视频的视觉显著性方法研究:http://www.youerw.com/jisuanji/lunwen_18924.html