基于內(nèi)容的視頻結(jié)構(gòu)化方法研究.pdf

1、隨著信息科技的發(fā)展，視頻數(shù)據(jù)量越來越大，傳統(tǒng)的人工主導(dǎo)的處理方式成本高，處理效率低下，需要一種自動(dòng)化的智能視頻處理方式對視頻內(nèi)容進(jìn)行分析處理。尤其對于包含了大量無用視頻段的監(jiān)控視頻來說，存在視頻冗余度大、關(guān)鍵信息無法快速瀏覽、視頻內(nèi)容沒有分類等問題，對視頻進(jìn)行有用視頻內(nèi)容的提取以及視頻內(nèi)容結(jié)構(gòu)化的分析顯得尤為重要。
　　本文研究的視頻結(jié)構(gòu)化方法主要包括視頻靜態(tài)濃縮、關(guān)鍵幀提取、特征提取以及場景分類，主要研究內(nèi)容包括：
　?。?/p>

2、1）針對海量視頻內(nèi)容的冗余問題對視頻濃縮方法進(jìn)行了分析。分別基于幀差法、高斯背景建模和ViBe前景檢測法對視頻動(dòng)態(tài)幀進(jìn)行判斷，去除了視頻冗余幀，大大減少了視頻的長度。比較分析了不同方法對于不同監(jiān)控視頻的濃縮效果，實(shí)驗(yàn)表明ViBe前景檢測算法提高了運(yùn)算速度，并且在不提高多檢率的基礎(chǔ)上，平均漏檢率大大降低，視頻平均冗余率均在10％以下，大大提高了視頻的處理效率。
　　（2）針對視頻信息的無結(jié)構(gòu)性、無法快速預(yù)覽的問題，對視頻關(guān)鍵幀提取算

3、法進(jìn)行了研究。針對不同視頻場景采用了不同的算法。對于室內(nèi)的場景視頻，本文研究了基于幀間直方圖比較的算法，并且在此基礎(chǔ)上研究了基于幀間分塊多閾值直方圖比較的算法，論證了基于幀間分塊多閾值直方圖比較的關(guān)鍵幀提取算法對于室內(nèi)場景視頻的準(zhǔn)確性。對于車輛監(jiān)控視頻，本文主要研究了設(shè)定虛擬線圈撞線的的方法，論證了該方法對車輛監(jiān)控視頻的關(guān)鍵幀提取的有效性，尤其對于一般非擁堵車輛視頻，平均準(zhǔn)確率達(dá)到95%以上。同時(shí)分析了物體運(yùn)動(dòng)速度對關(guān)鍵幀提取效果的影響

4、，速度越快，提取關(guān)鍵幀的比率越大。
　?。?）針對視頻場景多樣性以及目標(biāo)無法分類的問題，對視頻前景目標(biāo)進(jìn)行了特征提取，并且對基于SURF特征的隨機(jī)采樣算法進(jìn)行了研究，利用該算法對視頻關(guān)鍵幀內(nèi)容進(jìn)行匹配，實(shí)現(xiàn)了對于視頻場景的分類。此方法相比一般的場景分類方法，在準(zhǔn)確性方面取得了較好的效果。
　　總的來說，本文通過對以上方法的研究，初步實(shí)現(xiàn)了對視頻的結(jié)構(gòu)化分析，研究總結(jié)了不同監(jiān)控視頻的結(jié)構(gòu)化分析方法，對后續(xù)的研究工作具有重要的意