基于增量非負矩陣分解的視頻運動目標提取方法與應用研究.pdf

1、在公共安全形勢日益嚴峻的情形下，監(jiān)控視頻作為重要的安保手段之一被廣泛應用。然而龐大的視頻監(jiān)控系統(tǒng)產(chǎn)生了海量視頻數(shù)據(jù)，如何有效處理分析視頻數(shù)據(jù)是亟待解決的問題之一。智能監(jiān)控視頻系統(tǒng)綜合利用計算機視覺、模式識別等技術(shù)，使計算機自動實現(xiàn)對所獲取視頻信號的處理、分析和理解。在智能監(jiān)控視頻系統(tǒng)中，視頻運動目標提取是關(guān)鍵技術(shù)之一，但在實際的監(jiān)控環(huán)境中目標提取面臨許多難題，而且許多應用場景要求實現(xiàn)實時提取目標。因此，對復雜場景下的視頻運動目標實時提取

2、方法進行研究，具有重要的理論意義與實用價值。
　　此外，依靠傳統(tǒng)的人工方式來查看視頻數(shù)據(jù)，耗時且效率低下，因此如何快速有效地瀏覽視頻數(shù)據(jù)也是智能監(jiān)控系統(tǒng)中需深入研究的問題之一。視頻摘要是解決這一問題的有效途徑，通過對視頻內(nèi)容的結(jié)構(gòu)化分析，從原始視頻當中選取出一段能充分概括原視頻主要內(nèi)容與意義的圖像序列，實現(xiàn)原始視頻在時間或者空間上的壓縮。因此，為了實現(xiàn)海量監(jiān)控視頻數(shù)據(jù)的高效存儲和瀏覽，需針對監(jiān)控視頻特點提出有效的視頻摘要生成方法。

3、
　　針對上述問題，本文主要研究內(nèi)容如下:
　　1.為了解決復雜場景下的目標實時提取問題，本文提出了基于增量非負矩陣分解的運動目標實時提取算法。該算法首先對目標實時提取模型中的相關(guān)參數(shù)加以非負約束，以避免出現(xiàn)無意義的負值像素點;其次，為對目標像素點的空間分布信息加以利用，本文引入結(jié)構(gòu)化稀疏范數(shù)規(guī)則化目標分量;最后提出基于增量非負矩陣分解的優(yōu)化算法對模型參數(shù)進行求解。利用公開圖像數(shù)據(jù)庫進行的實驗表明，本文算法能夠較好地實現(xiàn)復雜