基于K-means的智能存儲(chǔ)算法.pdf

1、視頻監(jiān)控在給人們帶來方便的同時(shí)，產(chǎn)生的海量視頻卻讓回溯、存儲(chǔ)變成了一件災(zāi)難性的事情。因此所提出來的智能存儲(chǔ)算法具有重要的意義。智能存儲(chǔ)是指將視頻序列分割成幾個(gè)完整的部分，為客戶回溯、查找可疑信息和視頻后期處理都提供了方便，對(duì)于純背景畫面或者是那些長(zhǎng)時(shí)間幾乎沒有變化的畫面，選擇放棄存儲(chǔ)，在節(jié)約存儲(chǔ)代價(jià)的同時(shí)也精簡(jiǎn)了視頻序列。
　　本文是在攝像頭異常檢測(cè)的基礎(chǔ)上完成的，主要做法是，在視頻監(jiān)控階段利用聚類算法將幀圖像分門別類、然后將其存

2、儲(chǔ)到事先準(zhǔn)備好的標(biāo)簽下，形成標(biāo)準(zhǔn)的視頻文件。其過程包括動(dòng)態(tài)特征提取、利用聚類算法進(jìn)行聚類、將視頻幀圖像分類存儲(chǔ)。論文的主要工作如下所示：
　　(1)動(dòng)態(tài)多特征組合模型的研究
　　為了很好的描述幀圖像的特征，本文基于直方圖差異的異常檢測(cè)算法，研究動(dòng)態(tài)多特征組合模型。實(shí)驗(yàn)表明基于直方圖差異的特征，可以較好的區(qū)分異常視頻序列和正常視頻序列。
　　(2)利用K-means聚類算法解決幀圖像的分類問題
　　首次將K-mea

3、ns聚類算法引入智能存儲(chǔ)中，將視頻序列在場(chǎng)景發(fā)生變化時(shí)產(chǎn)生的幀圖像分成不同的幾類，然后按照類別將相對(duì)應(yīng)的視頻序列，需要被存儲(chǔ)的存儲(chǔ)到事先準(zhǔn)備好的標(biāo)簽下面，不需要被存儲(chǔ)的則放棄存儲(chǔ)，最后達(dá)到智能存儲(chǔ)的目的。
　　(3)基于信息增益比率的加權(quán)距離計(jì)算方法
　　在K-means聚類算法中，距離是相似度的度量方法，基于信息增益比率的加權(quán)距離計(jì)算方法能夠反映特征分量在分類中的貢獻(xiàn)大小，所以能夠有效的提高聚類質(zhì)量。
　　基于K-m