基于目標軌跡的監(jiān)控視頻濃縮.pdf

1、傳統(tǒng)視頻監(jiān)控方法在面對日益龐大的視頻監(jiān)控網絡及其海量視頻數據時，逐漸無法滿足應用需求，智能視頻監(jiān)控技術應運而生，以計算機視覺等學科為理論基礎，解決視頻監(jiān)控中遇到的各種問題，提高了視頻監(jiān)控技術的工作效率。監(jiān)控視頻濃縮是智能視頻監(jiān)控中一個重要領域，具有廣泛的應用前景，它是對原視頻有效信息進行提煉，去除時空冗余信息，得到用于表征原視頻的簡短視頻，以便于存儲、瀏覽和檢索。然而大部分視頻濃縮方法都存在丟失目標的問題，導致濃縮視頻不能完整表達原始視

2、頻的全部內容，且不能有效地解決目標間真碰撞與偽碰撞現象帶來的影響，從而不完全適用于監(jiān)控視頻。本文針對上述問題，介紹一種基于目標軌跡優(yōu)化的視頻濃縮方法。主要工作內容由如下兩個部分組成:
　　(1)針對提取運動目標軌跡中存在的不完整和目標間遮擋碰撞導致的目標“閃爍”的問題，介紹了一種改進的運動目標軌跡提取算法。此算法把在原始視頻中發(fā)生真碰撞的目標合并為一個目標進行處理，從而保持了真碰撞目標間的相關性和目標軌跡的完整性，并對所述算法進行

3、了實驗驗證。
　　(2)本文利用能量函數來衡量原始視頻到濃縮視頻的轉化約束條件，并將其對應到馬爾科夫隨機場中，采用松弛線性規(guī)劃算法對其進行求解得到最優(yōu)解，此時軌跡集合優(yōu)化效果最好，在提高濃縮比的情況下減少目標間偽碰撞現象的產生。最后使用高斯分布將得到的最優(yōu)解對應的軌跡集合信息與背景圖片相融合，生成濃縮視頻幀序列，從而合成濃縮視頻。并進行了實驗驗證與對比分析。
　　實驗結果表明，與傳統(tǒng)的視頻濃縮方法相比，本文方法生成的濃縮視頻