基于对象的监控视频摘要算法研究

摘要

随着数字媒体行业的飞速发展和大数据时代的来临,视频数据正以爆炸式的速度急剧增长,如何在海量的数字视频中准确地找到感兴趣的视频片段已成为行业的迫切需求与巨大挑战。视频摘要是对原始视频内容的一个高度浓缩,是解决这一问题的有效手段,它已成为当前数字视频技术的一个热点和难点。
　　本文首先阐述了视频摘要的基本理论,对视频的时空冗余结构进行了分析。在此基础上,对基于对象的视频摘要算法中的背景建模、运动目标检测与跟踪、轨迹组合等核心技术进行了深入探讨。并针对其中存在的缺点提出了一种基于视频分段及转移映射能量函数的视频摘要生成算法。
　　针对原始视频中的时间冗余,本文提出了视频分段的概念,利用混合高斯背景建模方法描述了视频的运动特性,将视频片段分割-合并为静止视频段落、摘要基本段及目标密集段,然后分别处理。在消除了视频的时间冗余的同时,解决了传统视频摘要方法对于目标密集段落的不适应性。
　　针对原始视频中的空间冗余,本文提出了一种基于轨迹提取与轨迹组合的摘要视频生成方法。首先利用基于MSPF的多目标跟踪算法完成对象的轨迹提取,将原始视频以

目录

封面

声明

中文摘要

英文摘要

目录

第一章 绪论

1.1研究背景和意义

1.2国内外研究现状

1.3本文研究内容

第二章 视频摘要技术的核心技术

2.1基于对象的视频摘要算法框架

2.2背景建模技术

2.3运动目标跟踪技术

2.4轨迹组合技术

2.5本章小结

第三章 视频分段

3.1 概述

3.2 基于混合高斯的视频分段算法原理

3.3 算法步骤与实验结果

3.4 本章小结

第四章 轨迹提取

4.1概述

4.2基于多特征融合的MSPF运动轨迹预测

4.3跟踪推理匹配策略

4.4轨迹提取实验结果

4.5本章小结

第五章 轨迹组合

5.1概述

5.2基于能量函数的轨迹组合优化

5.3转移映射能量函数

5.4转移映射的快速求解

5.5基于重要视域的轨迹组合优化

5.6本章小结

第六章 视频摘要的生成

6.1背景视频动态生成

6.2轨迹融合

6.3视频摘要生成

6.4本章小结

第七章 总结与展望

7.1总结

7.2展望

7.3本章小结

致谢

参考文献

在读期间研究成果