基于運(yùn)動(dòng)人體檢測(cè)的監(jiān)控視頻摘要.pdf

1、隨著社會(huì)經(jīng)濟(jì)以及計(jì)算機(jī)技術(shù)的發(fā)展，人們的安全意識(shí)也不斷加強(qiáng)，大量的監(jiān)控?cái)z像頭被安裝在各大場(chǎng)所，用于記錄妨礙公共安全的突發(fā)性緊急事件，作為后續(xù)追蹤的判定依據(jù)。但是，數(shù)以萬計(jì)的監(jiān)控設(shè)備不停運(yùn)轉(zhuǎn)，產(chǎn)生了海量的監(jiān)控視頻數(shù)據(jù)。如果只采用傳統(tǒng)的快進(jìn)快退的方式來查找海量視頻數(shù)據(jù)里的關(guān)鍵事件就如同大海撈針，既費(fèi)時(shí)耗力又可能遺漏重要信息。因此，如何有效提取監(jiān)控視頻的視頻摘要，收縮原始視頻時(shí)長(zhǎng)的同時(shí)精確提取原始視頻的重點(diǎn)內(nèi)容，成為亟待解決的難題。
　

2、　針對(duì)單目靜止攝像機(jī)近距離室內(nèi)監(jiān)控的情形，本文研究了基于運(yùn)動(dòng)人體檢測(cè)的監(jiān)控視頻摘要技術(shù)。從運(yùn)動(dòng)目標(biāo)提取、運(yùn)動(dòng)目標(biāo)判定、鏡頭檢測(cè)到關(guān)鍵幀提取等方面研究并生成內(nèi)容精悍且能表達(dá)監(jiān)控視頻主要內(nèi)容的靜態(tài)視頻摘要。本論文主要研究?jī)?nèi)容為運(yùn)動(dòng)人體檢測(cè)和監(jiān)控視頻鏡頭檢測(cè)，主要做了以下工作:
　　(1)從運(yùn)動(dòng)區(qū)域的底層特征出發(fā)，結(jié)合HOG特征和LBP特征并通過PCA降維的方法改進(jìn)了傳統(tǒng)的基于HOG特征的人體檢測(cè)方法。與傳統(tǒng)的基于HOG特征的人體檢測(cè)方

3、法不同，本文人體檢測(cè)方法是針對(duì)視頻中的運(yùn)動(dòng)人體進(jìn)行的，先把運(yùn)動(dòng)目標(biāo)使用幀差與背景差相結(jié)合的方法提取出來，再對(duì)運(yùn)動(dòng)目標(biāo)判定，減少了人體檢測(cè)的掃描范圍。此方法降低了傳統(tǒng)的基于HOG特征的人體檢測(cè)部分遮擋問題以及耗時(shí)問題，提高了人體檢測(cè)的準(zhǔn)確性以及實(shí)時(shí)性。
　　(2)結(jié)合運(yùn)動(dòng)目標(biāo)外接矩形的長(zhǎng)寬比以及膚色分布，提出一種單個(gè)運(yùn)動(dòng)人體檢測(cè)方法。使用幀差與背景差相結(jié)合的方法進(jìn)行運(yùn)動(dòng)目標(biāo)提取，根據(jù)運(yùn)動(dòng)目標(biāo)外接矩形的長(zhǎng)寬比把運(yùn)動(dòng)目標(biāo)分為疑似單人體目

4、標(biāo)及其他目標(biāo)。對(duì)于疑似單人體目標(biāo)根據(jù)膚色分布判定是否為人體，如果不符合人體膚色分布的疑似單人體以及其他目標(biāo)使用(1)中的方法進(jìn)行人體判定。在保證準(zhǔn)確性的前提下，此方法降低了人體檢測(cè)的復(fù)雜度。
　　(3)把SVM和HSV空間上的分塊直方圖引入到基于交互信息量的視頻摘要技術(shù)中。首先，視頻幀用HSV空間模型表示，并把視頻幀分隔成不均等的M*N子塊，統(tǒng)計(jì)各子塊直方圖特征值，根據(jù)各子塊不同權(quán)值對(duì)各子塊進(jìn)行加權(quán)平均;接著，根據(jù)相鄰幀間的交互信