基于隐条件随机场的自适应视频分割算法

被引:9
作者
褚一平
张引
叶修梓
张三元
机构
[1] 浙江大学计算机学院
[2] 浙江大学计算机学院 杭州 杭州电子科技大学计算机学院 杭州
[3] 杭州 浙江大学 CAD & CG 国家重点实验室 杭州
关键词
视频分割; 隐条件随机场; 在线学习;
D O I
10.16383/j.aas.2007.12.002
中图分类号
TP391.41 [];
学科分类号
080203 ;
摘要
视频目标分割是视频监视与视频目标跟踪、视频目标识别以及视频编辑的基础.本文提出了一种基于隐条件随机场(Hidden conditional random fields,HCRF)的自适应视频分割算法,利用HCRF模型对视频序列中的时空邻域关系建模.使用在线学习的方式对相应的参数进行调整,实现对时空邻域约束关系的权重调整,提高视频目标分割细节上的效果.大量的数据测试表明,与高斯混合模型(Gaussian mixture model,GMM)和联合时空的马尔可夫随机场(Markov random fields,MRF)等算法相比,该算法的分割错误率分别降低了23%和19%.
引用
收藏
页码:1252 / 1258
页数:7
相关论文
共 3 条
[1]   基于分层MRF模型的抗抖动视频分割算法 [J].
褚一平 ;
叶修梓 ;
张引 ;
张三元 .
浙江大学学报(工学版), 2007, (11) :1793-1796
[2]   结合强度和边界信息的非参数前景/背景分割方法 [J].
陈睿 ;
邓宇 ;
向世明 ;
李华 ;
不详 .
计算机辅助设计与图形学学报 , 2005, (06) :1278-1284
[3]   基于时空曲线演化的多视频运动对象分割算法 [J].
包红强 ;
张兆扬 ;
陈右铭 .
电子学报, 2005, (01) :181-185