基于目標(biāo)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(wǎng)絡(luò)及其海量視頻數(shù)據(jù)時，逐漸無法滿足應(yīng)用需求，智能視頻監(jiān)控技術(shù)應(yīng)運而生，以計算機視覺等學(xué)科為理論基礎(chǔ)，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(shù)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(lǐng)域，具有廣泛的應(yīng)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(biāo)的問題，導(dǎo)致濃縮視頻不能完整表達原始視

2、頻的全部內(nèi)容，且不能有效地解決目標(biāo)間真碰撞與偽碰撞現(xiàn)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(biāo)軌跡優(yōu)化的視頻濃縮方法。主要工作內(nèi)容由如下兩個部分組成:
　　(1)針對提取運動目標(biāo)軌跡中存在的不完整和目標(biāo)間遮擋碰撞導(dǎo)致的目標(biāo)“閃爍”的問題，介紹了一種改進的運動目標(biāo)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(biāo)合并為一個目標(biāo)進行處理，從而保持了真碰撞目標(biāo)間的相關(guān)性和目標(biāo)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(shù)來衡量原始視頻到濃縮視頻的轉(zhuǎn)化約束條件，并將其對應(yīng)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(biāo)間偽碰撞現(xiàn)象的產(chǎn)生。最后使用高斯分布將得到的最優(yōu)解對應(yīng)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(jié)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