基于對象的視頻摘要關鍵技術研究與實現(xiàn).pdf

1、隨著監(jiān)控技術和網絡技術的飛速發(fā)展，高清網絡監(jiān)控攝像頭廣泛應用于各個行業(yè)。這些高清攝像頭全天候工作，產生了海量的監(jiān)控視頻數(shù)據，但是，由于監(jiān)控人力資源和時間資源的局限性常常導致一些海量視頻數(shù)據從未被處理。如何快速完整的瀏覽長時間的監(jiān)控視頻已經成為監(jiān)控行業(yè)目前亟待解決的問題。視頻摘要就是解決“海量視頻數(shù)據處理”的重要手段。然而，傳統(tǒng)的基于關鍵幀的視頻摘要生成方法采用幀采樣無法完整表示每個對象的運動軌跡而導致了大量有用視頻信息的丟失。
　

2、　本文針對監(jiān)控視頻的特點，設計了一種基于對象的視頻摘要生成技術框架，對比傳統(tǒng)摘要生成方法分析了監(jiān)控視頻摘要技術框架所需的核心技術：目標檢測識別、運動目標跟蹤與軌跡提取、運動目標軌跡的組合優(yōu)化和摘要生成過程中的摘要視頻背景的動態(tài)更新、軌跡融合之像素融合，得到了一個比原始視頻短的多的摘要視頻，實現(xiàn)了快速瀏覽且保留了原始視頻中大多數(shù)運動對象的信息。針對該視頻摘要技術框架及其關鍵技術點，本文主要貢獻如下：
　　1.提出了一種基于級別自適應

3、模型的目標檢測識別方法，通過建立級別自適應模型來提高檢測識別的效率。同時，為特定的視頻監(jiān)控用戶如公安人員在人車混雜的監(jiān)控中希望對行人和車輛分別進行摘要視頻的瀏覽打下了基礎。
　　2.提出了一種基于事件分析的多目標魯棒跟蹤算法，本算法在提出一種判別目標出現(xiàn)遮擋事件或分離事件的新方法之后，通過多攝像機的目標交接準確識別出發(fā)生遮擋或分離事件的目標標號，解決目標發(fā)生遮擋或分離后跟蹤失敗的問題。同時，跟蹤效果的魯棒性直接帶來了跟蹤軌跡的完整

4、性，從而消除了部分冗余信息。
　　3.在保持運動對象軌跡的位置不變的情況，將對象軌跡在時間上進行移動優(yōu)化，采用改進的模擬退火軌跡組合優(yōu)化方法實現(xiàn)生成摘要視頻的時間壓縮和空間平移。
　　4.在監(jiān)控視頻摘要生成的過程中，通過投票選出能夠反映參與融合的所有運動對象軌跡在原始視頻環(huán)境下的最佳背景，進行摘要視頻背景的動態(tài)更新；同時，采用矩形高斯權重分配策略，很好的實現(xiàn)了摘要視頻幀背景和運動對象軌跡的無縫像素融合效果。
　　5.在