視頻摘要系統(tǒng)中的運動物體提取技術(shù)研究.pdf

1、隨著智能監(jiān)控技術(shù)的不斷發(fā)展，智能監(jiān)控得到了愈來愈廣泛的應(yīng)用，每天都會產(chǎn)生海量的監(jiān)控視頻。面對數(shù)量龐大的視頻數(shù)據(jù)，完全依靠人工瀏覽和偵查將變得異常困難。因此，人們開始采用各種技術(shù)手段，以降低瀏覽和偵查監(jiān)控過程中的人力和時間成本。視頻摘要就是其中最為有效的方法，而其中的運動物體檢測及其運動軌跡幀序列的提取是最為關(guān)鍵的步驟。能否有效提取運動物體連續(xù)完整的運動軌跡幀序列將直接影響到摘要視頻的質(zhì)量。同時，提取出連續(xù)完整的運動軌跡幀序列，能有效促進

2、行為分析、刑偵排查等工作的展開，對安防、交通、軍事等領(lǐng)域都具有重大的使用價值和研究意義。
　　當前，在復雜的監(jiān)控場景下，因遮擋、運動形變以及光照等干擾因素的影響，同一運動過程會被提取為兩個或多個不同的運動軌跡幀序列，從而在生成的摘要視頻中會出現(xiàn)運動物體突然出現(xiàn)或突然消失的現(xiàn)象，這與原視頻場景中真實的運動過程嚴重不符，對運動分析、場景理解等會造成一定的干擾和混淆。針對這一問題，本文進行了深入的研究和分析，主要的工作和創(chuàng)新如下:

3、>　　1.結(jié)合ViBe和壓縮跟蹤對粒子濾波跟蹤算法進行了改進。利用ViBe檢測到的運動前景結(jié)果來引導粒子進行狀態(tài)轉(zhuǎn)移和采樣，從而有效地解決了物體經(jīng)遮擋后的重定位問題;而利用基于壓縮感知的特征采樣則可以采集到物體的多尺度變化特征，從而可以有效表征物體的外觀模型，提高跟蹤精度。同時，結(jié)合運動前景結(jié)果進行跟蹤可以有效應(yīng)對跟蹤過程的運動形態(tài)變化，從而可以在遮擋的場景下穩(wěn)定和準確地跟蹤到目標物體。
　　2.提出了一種基于ViBe和改進后的粒

4、子濾波相結(jié)合的跟蹤提取方法。通過將運動物體的運動前景信息與跟蹤過程中的狀態(tài)信息進行相互輔助，互相反饋，綜合前景提取結(jié)果和運動跟蹤結(jié)果來進行最終的運動軌跡幀序列的提取和歸類，從而有效地解決了提取過程中的遮擋問題，保證了提取到的運動軌跡幀序列具有良好的完整性和連續(xù)性。
　　實驗結(jié)果表明，本文提出的基于ViBe和改進后的粒子濾波相結(jié)合的跟蹤提取方法，能夠在復雜的場景中，特別是含有遮擋的場景下有效地提取到運動物體連續(xù)完整的運動軌跡幀序列。