基于目標軌跡重排的動態(tài)視頻摘要方法研究.pdf

1、視頻摘要是指將視頻中冗余的空白信息消除，生成長度遠遠小于原視頻且僅包含關(guān)鍵信息的摘要視頻供用戶進行快速瀏覽。動態(tài)視頻摘要由于具備凝煉視頻中目標動態(tài)信息的特性，在視頻偵查、嫌疑目標搜尋具有廣闊的應(yīng)用前景，近年來成為了計算機視覺領(lǐng)域的一項研究熱點。由于需要實現(xiàn)時間上的壓縮與空間中目標相對動態(tài)信息的保留，使得生成的摘要視頻在實現(xiàn)較高的壓縮率時，無法高質(zhì)量地避免目標軌跡之間的碰撞，使得壓縮率與碰撞比的時空矛盾性成為了動態(tài)視頻摘要方法的核心難點。

2、本文主要從解決目標軌跡重排中碰撞問題的思路出發(fā)，通過判斷策略、構(gòu)建圖模型、分段處理摘要框架、目標篩選分類等手段，選擇合理的目標時域位置來避免空間的碰撞，同時保證方法的速度與目標篩選性能。
　　首先，本文針對傳統(tǒng)視頻摘要技術(shù)復雜度高、時序混亂以及碰撞嚴重等問題，提出了一種基于重排模型判斷策略的視頻摘要方法。利用決策制的判斷策略來限制目標管重排的模型計算，定義了時序模型、密度模型以及碰撞模型來對傳統(tǒng)視頻摘要中的時序和遮擋等問題進行處理

3、。實驗表明，基于重排模型判斷策略的目標管視頻摘要方法能夠有效地提升算法效率、時序穩(wěn)定度和減少碰撞的性能。
　　其次，為了解決現(xiàn)有視頻摘要方法中高壓縮率和低碰撞率之間的矛盾，本文提出了一種基于圖著色的視頻摘要生成方法。通過利用潛在碰撞圖來表示重排后目標管之間的空間關(guān)系，將目標管重排問題轉(zhuǎn)化成了圖著色問題。圖模型中節(jié)點表示了目標管及潛在碰撞點，邊則表示目標管的潛在碰撞關(guān)系。為了避免碰撞的發(fā)生，通過圖著色方法對潛在碰撞圖進行著色，從而實

4、現(xiàn)目標管在摘要視頻中的時間定位。更多地，為了令用戶在碰撞率和壓縮比之間進行折衷選擇，設(shè)置了可供調(diào)節(jié)的著色間隔。實驗結(jié)果證明，基于圖著色的視頻摘要方法在減少碰撞率的同時，可以生成更為緊湊的視頻摘要。
　　再次，本文在提出基于圖著色的視頻摘要方法的基礎(chǔ)上，對該方法在速度性能與時序混亂度上的問題進行了改進，提出了一種基于潛在碰撞圖的在線視頻摘要方法。利用優(yōu)化的潛在碰撞圖表示目標管間碰撞關(guān)系，對節(jié)點直接添加碰撞約束獲得目標管起始幀。為進一

5、步提高運算速度，采用分段式的在線目標管重排算法框架，將目標管重排的全局最優(yōu)化問題轉(zhuǎn)化成了分段式優(yōu)化問題。實驗證明，基于潛在碰撞圖的視頻摘要方法不僅能夠在壓縮率、緊湊度以及碰撞度上取得較優(yōu)的性能，同時能保持良好的時序一致性以及實現(xiàn)接近實時地運算速度。
　　最后，為了滿足用戶對不同目標類型分別摘要的需求，解決視頻場景中目標數(shù)量過多造成的擁擠現(xiàn)象，提出了一種結(jié)合人車分類的視頻摘要方法。該方法首先對視頻中提取的目標管利用分類器進行分類處理