梯度约束SLIC的快速视频目标提取方法*

桂 彦，汤 问，曾 光

1.长沙理工大学 计算机与通信工程学院，长沙 410114

2.长沙理工大学 综合交通运输大数据智能处理湖南省重点实验室，长沙 410114

1 引言

视频目标提取是将视频中用户感兴趣的物体（即视频目标）从视频的其他部分（即背景）中分离开，已提取的视频目标可应用于影视后期制作、运动识别、三维建模、虚拟现实和语义分割等领域。交互式的有监督视频目标提取是目前用于解决该类问题的主要方法，可分为基于传播框架的视频目标提取[1-4]和基于图切割的视频目标提取[5-10]两大类。现有基于图切割的视频目标提取方法允许用户交互修正提取结果，可操作性强，且在时间效率和提取精度上是令人满意的。因此，本文侧重于研究基于图切割的视频目标提取方法。

由于视频具有数据量大的特点，直接基于像素级构建的三维无向图的结点和边的数量都异常巨大，这将导致视频目标提取的效率大大降低。为提高效率，现有方法通常采用分水岭算法[11]、均值位移算法[12]、超像素分割方法[13]等对视频帧进行预处理，并将视频目标提取建立在视频帧的过分割（oversegmentation）结果基础上，这有效地减少了计算代价。然而，在处理复杂自然视频时，如视频中包含颜色相近似的视频目标和背景区域、视频目标边界模糊、光照变化和阴影等。上述预处理方法的效果并不理想，这容易产生错误的视频目标提取结果。另一方面，基于图切割的视频目标提取方法通常采用光流法[14]估计视频目标的运动。……