基于遗传机制和高斯变差的自动前景提取方法

来源：计算机应用杂志2017年第11期北京时间：

作者：陈凯星, 刘赟, 王金海, 袁玉波

单位：华东理工大学 信息科学与工程学院, 上海 200237

摘要：针对无监督或全自动前景提取这一技术难点问题，提出了一种基于遗传机制和高斯变差的自动前景提取（GFO）方法。首先，利用高斯变差提取图像中的相对重要区域，定义为候选种子前景；之后，利用原始图像和候选种子前景的边沿信息，根据连通性和凸球原则生成前景目标区域轮廓，称之为星凸轮廓；最后，构造适应性函数，选择种子前景，利用选择、交叉及变异的遗传机制，得到精确且有效的最终前景。在Achanta数据库和多个视频上的实验结果表明，GFO方法的性能优于已有的基于高斯变差的自动前景提取（FMDOG）方法，且在识别的准确率、召回率以及Fβ指标上都取得了较好的抽取效果。

关键词：图像处理,视频监控,前景提取,高斯变差,遗传算法

基金资助：国家863计划项目（2014AA020107）。