本文關鍵詞：基于監(jiān)控視頻的視頻分析方法研究

  更多相關文章： 監(jiān)控視頻分析 視頻摘要 支持向量機 運動對象分類 軌跡規(guī)劃 視頻融合

【摘要】：隨著監(jiān)控技術的發(fā)展,國家對社會公共安全的重視,大量的監(jiān)控攝像頭被安裝用于保證居民的公共安全,同時記錄下了海量的監(jiān)控視頻數(shù)據(jù)。如何在海量的監(jiān)控數(shù)據(jù)中快速查詢分析感興趣的視頻內容,已成為監(jiān)控視頻分析行業(yè)的迫切需求與挑戰(zhàn)。視頻分析中的視頻摘要技術是解決這類問題的首選手段。近年來,雖然視頻摘要技術得到了一定的發(fā)展,但是要真正投入實際應用還需要一段時間的發(fā)展。因此基于監(jiān)控視頻的視頻分析方法具有重大的研究意義。首先,為了在監(jiān)控視頻中準確的提取運動對象,通過對Vibe前景提取算法和背景減除法進行研究與分析,指出了當前前景運動物體提取方法在提取過程中的難點與不足。利用Vibe前景提取算法和背景減除法的優(yōu)點,設計了迭代提取運動對象的算法。其次,針對運動對象不能按類別合成的問題。結合支持向量機(SVM)圖像分類算法,提出了基于統(tǒng)計的運動對象分類的方法,成功的解決了運動對象分類的問題。最后,為了解決視頻摘要合成過程中的參數(shù)難配置,以及前背景融合過度不自然的問題。對摘要視頻軌跡規(guī)劃過程中的能量函數(shù)進行了修改,為每一個小能量函數(shù)設定了系數(shù),并且歸一化了所有的能量函數(shù)范圍,簡化了用戶對參數(shù)的設定。并提出了基于運動對象重要程度的軌跡規(guī)劃方法。在融合過程中,提出了背景合成,前景預融合和前背景融合三個過程。解決了前背景過度不自然的問題。
【學位授予單位】：北京化工大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：TP391.41;TN948.6

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前3條

1 張毅剛;曹陽;項學智;;靜態(tài)背景差分運動目標檢測研究[J];電子測量與儀器學報;2010年05期

2 顧諍;肖若貴;;基于AP聚類和頻繁模式挖掘的視頻摘要生成方法[J];計算機應用與軟件;2010年06期

3 Simon X.Yang;;Fast-moving target tracking based on mean shift and frame-difference methods[J];Journal of Systems Engineering and Electronics;2011年04期

，

本文編號：1226298