基于時-空-內(nèi)容特征的PTZ相機監(jiān)控視頻數(shù)據(jù)組織與檢索.pdf

1、視頻檢索在安防監(jiān)控等領(lǐng)域得到廣泛應(yīng)用，基于文本的視頻檢索只能對整段視頻進行簡單的文本屬性檢索，而基于內(nèi)容的視頻檢索則可以對視頻內(nèi)容本身進行深度檢索，是近年來的研究熱點。目前，基于內(nèi)容的監(jiān)控視頻檢索，一般僅使用耗時的視覺內(nèi)容特征匹配的方法，較少利用相機自身的地理時空信息對檢索過程進行優(yōu)化，難以兼顧檢索效率和檢索質(zhì)量，在海量視頻監(jiān)控數(shù)據(jù)面前往往不盡如人意。PTZ（Pan/Tilt/Zoom）相機在監(jiān)控領(lǐng)域廣為使用，具有固定的空間位置和可計算

2、的空間覆蓋域。本文結(jié)合PTZ相機監(jiān)控視頻的時空特征、全局內(nèi)容特征和局部內(nèi)容特征，研究了監(jiān)控視頻及其特征數(shù)據(jù)的優(yōu)化組織，提出了兼顧檢索速度和檢索質(zhì)量的PTZ相機監(jiān)控視頻檢索方法。
　　本文的主要研究成果如下:
　　(1)PTZ相機監(jiān)控視頻分層組織模型
　　針對PTZ相機監(jiān)控視頻數(shù)據(jù)的特點和高效檢索的應(yīng)用需求，結(jié)合鍵值型數(shù)據(jù)庫的快速存取機制，設(shè)計了基于鍵值型數(shù)據(jù)庫的監(jiān)控視頻數(shù)據(jù)分層組織模型，將監(jiān)控數(shù)據(jù)分為相機、視頻、鏡頭、

3、關(guān)鍵幀四個層次，分析了不同層次數(shù)據(jù)在鍵值型數(shù)據(jù)庫中的存儲結(jié)構(gòu)，同時根據(jù)PTZ相機的參數(shù)信息，計算出相機的空間覆蓋域，根據(jù)視頻和視頻段的時間特征建立了基于區(qū)間樹的時間索引，并在時間、空間和內(nèi)容特征間建立了關(guān)聯(lián)。
　　(2)視頻結(jié)構(gòu)化處理和特征提取
　　在鏡頭邊緣檢測時，采用可變滑動窗口的方式對視頻幀進行比較，并利用顏色直方圖檢測鏡頭切變點，邊緣輪廓法檢測鏡頭的漸變點。在鏡頭分割的基礎(chǔ)上，采用一種自適應(yīng)閾值的方式進行關(guān)鍵幀提取，

4、得到多個關(guān)鍵幀代表鏡頭的主要內(nèi)容。為解決檢索目標(biāo)大小可變帶來的匹配問題，將關(guān)鍵幀進行多粒度劃分，提取了全局特征和SIFT局部特征代表子幀的主要內(nèi)容，全局特征包括顏色、形狀、紋理特征，采用高斯歸一化公式進行歸一化并進行多特征融合。
　　(3)基于時-空-內(nèi)容特征的PTZ相機監(jiān)控視頻檢索
　　采用時-空-內(nèi)容特征相結(jié)合的檢索方式，首先利用時空覆蓋域進行快速剪枝，然后利用向量維度相對較少的全局特征進行粗查詢，過濾掉匹配度低的關(guān)鍵幀