基于動(dòng)態(tài)目標(biāo)的非線性視頻概要技術(shù)研究.pdf

1、視頻作為信息傳遞的媒介蘊(yùn)含大量信息，也正是其信息量巨大，使得對(duì)視頻進(jìn)行瀏覽、分析和檢索相當(dāng)?shù)牟槐愫馁M(fèi)大量的人力。在這種背景下，視頻概要技術(shù)應(yīng)運(yùn)而生。視頻概要對(duì)原始視頻內(nèi)容進(jìn)行智能分析和處理，根據(jù)使用者的需求，剔除冗余信息，生成一個(gè)時(shí)間盡可能短、不減少關(guān)鍵信息且滿足使用人員觀看查閱需求的視頻。
　　本文圍繞動(dòng)態(tài)目標(biāo)的非線性視頻概要系統(tǒng)的實(shí)現(xiàn)進(jìn)行研究，對(duì)整個(gè)視頻概要生成系統(tǒng)的多個(gè)技術(shù)環(huán)節(jié)進(jìn)行了較完整的討論，其中涉及的主要技術(shù)環(huán)節(jié)包括三

2、個(gè)部分:背景建模提取前景目標(biāo)、動(dòng)態(tài)目標(biāo)的多目標(biāo)跟蹤和動(dòng)態(tài)目標(biāo)軌跡重組生成概要視頻。對(duì)于背景建模，本文提出一個(gè)改進(jìn)的背景建模方法，引入描述背景復(fù)雜度的變量，有效減少了動(dòng)態(tài)背景對(duì)動(dòng)態(tài)前景的影響。對(duì)于動(dòng)態(tài)目標(biāo)的多目標(biāo)跟蹤，本文基于TLD算法框架，提出一種在線學(xué)習(xí)的多目標(biāo)跟蹤方法。對(duì)于概要視頻生成，本文將動(dòng)態(tài)目標(biāo)組合優(yōu)化的問題轉(zhuǎn)變?yōu)槟芰亢瘮?shù)最小化的問題，討論了多種能量函數(shù)最小化的方法，并將粒子群算法做一定改進(jìn)應(yīng)用到視頻概要能量函數(shù)的最小化問題中