監(jiān)控視頻摘要提取與展示技術(shù).pdf

1、監(jiān)控攝像頭已經(jīng)遍布城市的各個角落，保衛(wèi)著我們的安全。隨之而來的海量視頻數(shù)據(jù)導致瀏覽和查詢效率低下。視頻摘要技術(shù)就是在保留原視頻大部分信息的基礎(chǔ)上將冗長的監(jiān)控視頻壓縮成短時視頻，同時能以分層形式展現(xiàn)給使用者。本文主要實現(xiàn)了監(jiān)控視頻中背景的動態(tài)重建、運動目標的提取、運動目標的跟蹤以及多目標時空壓縮展示。
　　背景重建方面，為了提高背景重建的速度和準確性，本文主要實現(xiàn)了基于均值法的背景重建，同時設(shè)計了自適應(yīng)的學習速率調(diào)整方法，即根據(jù)當前

2、幀中前景目標面積所占比例大小調(diào)整學習速率。實驗中改進方案重建的背景圖像更加理想，同時時間復(fù)雜度沒有明顯增加。
　　目標檢測方面，本文采用背景差分法進行。將差分圖像二值化之后進行形態(tài)濾波，然后通過連通域標記與分析得到前景對象區(qū)域。本文提出了一種多尺度連通域標記算法，能夠在不同層級上發(fā)現(xiàn)不同尺度的目標。在只需要查找大目標的應(yīng)用中，能明顯提高效率。
　　目標跟蹤方面，本文在運用CamShift算法跟蹤目標的同時，提出了基于運動一致

3、性的目標跟蹤方法。由于在目標檢測的時候很容易將同一個目標檢測成為多個子目標，導致跟蹤準確度和實時性降低。利用目標的運動一致性和空間相關(guān)性就能夠?qū)⒆幽繕撕喜ⅲ苊饬恕皢文繕?、多跟蹤”問題，提高了目標的完整性。
　　在多目標時空壓縮展示方面，本文不再像以前那樣將某個對象出現(xiàn)的所有狀態(tài)都展示在壓縮視頻中，而是只展示目標在整個視頻中最具代表性的外觀模式，這樣展現(xiàn)出來的視頻簡單清晰，壓縮率更高。
　　系統(tǒng)實現(xiàn)了監(jiān)控視頻摘要提取和展示的