基于对象的监控视频关键帧提取技术

发布时间：2017-05-17 11:00

  本文关键词：基于对象的监控视频关键帧提取技术，由笔耕文化传播整理发布。

【摘要】：视频关键帧提取技术解决的问题是如何使视频数据被有效地表示和快速地访问,它是利用对视频内容的分析来提取视频中的关键信息,从而降低视频信息的冗余。视频关键帧技术不仅可以提高视频浏览的效率,也能够提升视频存储的效率。静态背景的监控视频一般由固定监控设备所拍摄,并无明显的结构特征,且无镜头切换,故含有大量的冗余内容。因此,本文针对监控视频,分别提出了基于对象关联的关键帧提取算法和基于对象的浓缩关键帧提取算法。相比于现有的视频关键帧提取算法,本文的算法在监控视频上取得了更加有效的结果。本文的主要工作及创新点如下：(1)基于对象关联的帧间距离度量方法。结合对象的类标签,通过匹配不同视频帧的对象集合,得到帧间的对象关联信息。因此,帧间距离依赖于帧间的对象关联信息。若帧间的对象集合匹配比例越高,则对象的关联性越强,帧间距离越弱。反之,帧间的对象集合匹配比例越低,则对象的关联性越弱,帧间距离越强。因此,基于对相关联的关键帧提取方法考虑了帧间对象集合的关联性,有助于将原视频频划分成包含独立视觉事件的视频子段,使最后的关键帧集合更能表达原始视频的关键信息。(2)结合人眼注意机制的关键帧选择方法。视频划分过程主要完成将原始视频划分成包含独立视觉事件的连续视频帧,即视频子段。针对每个视频子段,本文提出了新的结合人眼注意机制的关键帧选择显著性函数,从每个视频子段中选择最有效的帧作为关键帧。传统的特征中心(medoid)方法是从视频子段中挑选特征中心对应的帧作为关键帧,中间帧(middle)方法是从是从视频子段中挑选中间帧作为关键帧。但是,帧表示与高层概念具有语义鸿沟,因此这些方法很难鲁棒地从视频子段中挑选出有效的关键帧。本文提出两个标准：内容完整性和视觉关注性来衡量一个有效的关键帧。融合两项标准,得到显著性函数,最优的关键帧对应的显著性值最大。因此,基于显著性函数的关键帧选择方法能够鲁棒地从视频子段中挑选出有效的关键帧。(3)基于MRF的浓缩关键帧提取方法。针对浓缩视频的伪碰撞、次序改变等问题,以及视频关键帧的背景冗余、紧凑度低的问题,本文对传统的视频关键帧进一步浓缩,得到更加紧凑的浓缩关键帧,实现用更少的关键帧显示所有的对象,以降低背景信息的冗余度。将浓缩关键帧的提取问题形式化为马尔科夫随机场(MRF)的极大后验估计优化问题,并结合松弛线性规划(RLP)过程,对视频中的所有对象进行轨迹组合优化,得到浓缩关键帧的所有对象位置,用最优位置组合对应的对象区域构成浓缩关键帧。
【关键词】：关键帧提取 对象关联 关键帧选择 浓缩关键帧 马尔科夫随机场 线性松弛规划
【学位授予单位】：安徽大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP391.41;TN948.6
【目录】：

• 摘要3-5
• Abstract5-12
• 第一章 绪论12-17
• 1.1 课题背景与意义12-13
• 1.2 国内外研究现状13-15
• 1.3 本文的研究内容与安排15-17
• 第二章 监控视频关键帧提取技术的相关算法17-24
• 2.1 运动目标检测与跟踪算法17-19
• 2.1.1 Vibe前景检测算法17-18
• 2.1.2 基于区域特征匹配的跟踪算法18-19
• 2.2 监控视频的关键帧提取算法19-23
• 2.2.1 监控视频的关键帧提取算法19-21
• 2.2.2 基于帧间相似性的监控视频关键帧提取算法21-23
• 2.3 本章小结23-24
• 第三章 基于对象关联的监控视频关键帧提取24-41
• 3.1 概述24-25
• 3.2 基于对象关联的监控视频关键帧提取方法25-33
• 3.2.1 基于对象的视频帧表示及其帧间距离度量26-30
• 3.2.2 视频结构划分30-31
• 3.2.3 基于帧显著性的关键帧选取31-33
• 3.3 实验分析33-39
• 3.3.1 实验数据集构建33-35
• 3.3.2 实验结果35-38
• 3.3.3 实验分析38-39
• 3.4 本章小结39-41
• 第四章 基于对象的监控视频的浓缩关键帧提取41-54
• 4.1 概述41-42
• 4.2 监控视频的视频浓缩算法42-43
• 4.3 基于对象的监控视频浓缩关键帧提取方法43-49
• 4.3.1 对象的轨迹提取及集合划分44-45
• 4.3.2 浓缩关键帧的形式化表示45-48
• 4.3.3 浓缩关键帧的求解48-49
• 4.4 实验分析49-53
• 4.4.1 实验数据集构建49
• 4.4.2 实验结果49-52
• 4.4.3 实验分析52-53
• 4.5 本章小结53-54
• 第五章 总结与展望54-57
• 5.1 论文总结54-55
• 5.2 工作展望55-57
• 参考文献57-63
• 致谢63-65
• 攻读硕士学位期间发表的学术论文65-66
• 攻读硕士学位期间参加的科研项目66

【相似文献】

中国期刊全文数据库 前10条

1 戎佳维;吴立德;;基于镜头间信息的关键帧提取[J];计算机科学;2005年12期

2 潘晓英,王昊;一种基于核聚类的关键帧提取方法[J];微机发展;2005年03期

3 周宇玫;高健;;一种基于镜头属性的关键帧提取系统[J];电视技术;2007年01期

4 杨泉;任小康;;一种基于压缩域下关键帧提取算法的研究[J];电脑知识与技术;2009年01期

5 贺祥;卢光辉;;基于图像相似度的关键帧提取算法[J];福建电脑;2009年05期

6 丁洪丽;陈怀新;;基于镜头内容变化率的关键帧提取算法[J];计算机工程;2009年13期

7 闵q，

本文编号：373190