隨著人們對公共安全的需求的增長以及監(jiān)控系統(tǒng)的飛速發(fā)展,海量的攝像頭被部署到人們的生活周邊,比如學(xué)校,商場,街道等,這也導(dǎo)致了監(jiān)控視頻數(shù)據(jù)的指數(shù)級增長。由于人力瀏覽分析海量視頻的方式存在耗時(shí),工作量大,瀏覽效率低,視頻利用率低,漏檢率高的問題,因此必須引入新的方法來解決海量視頻信息豐富卻又難以挖掘的矛盾。視頻濃縮是應(yīng)對這一問題的有效手段。本文首先研究設(shè)計(jì)并實(shí)現(xiàn)了視頻濃縮的總體框架,其中包括背景圖片的生成與更新,軌跡提取,軌跡組合,軌跡融合等幾個關(guān)鍵模塊。然后對影響濃縮視頻最終效果的兩個關(guān)鍵算法,即軌跡提取與軌跡組合進(jìn)行了深入研究,針對以往算法的不足之處提出了分析與改進(jìn)。針對軌跡提取,本文首先提出了一種基于編碼--解碼結(jié)構(gòu)的全卷積網(wǎng)絡(luò)的運(yùn)動檢測技術(shù),然后在此基礎(chǔ)上,結(jié)合視頻濃縮的實(shí)際需求,設(shè)計(jì)一種更合適的軌跡提取方案,以更完整地保留運(yùn)動目標(biāo)的信息。針對軌跡組合,提出了一種考慮目標(biāo)相似性以生成更緊湊有序的濃縮視頻的組合算法,首先計(jì)算目標(biāo)之間的相似性,然后將軌跡組合轉(zhuǎn)化為一個能量函數(shù),該能量函數(shù)綜合考慮了相似性,軌跡碰撞程度以及濃縮視頻長度三個方面,最終通過最小化該能量函數(shù),來重組每個軌跡在濃... 

【文章來源】：華中科技大學(xué)湖北省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：61 頁

【學(xué)位級別】：碩士

【部分圖文】：

動態(tài)視頻濃縮示意圖

2 相關(guān)技術(shù)研究動態(tài)視頻濃縮是應(yīng)對海量監(jiān)控視頻瀏覽與分析的有力工具，其基本思想簡單，但是要想達(dá)到用戶想要的效果還需要考慮很多因素。本章將首先簡單介紹動態(tài)視頻濃縮的基本過程，主要包括軌跡提取、組合、融合等階段，并針對相關(guān)因素做出詳細(xì)的討論。然后針對運(yùn)動檢測與軌跡組合這兩個最關(guān)鍵的因素的研究概況作相應(yīng)的介紹。2.1 動態(tài)視頻濃縮如前所述，動態(tài)濃縮視頻的基本思想是以對象為處理單位，重組對象的出現(xiàn)時(shí)間，以達(dá)到濃縮的效果，同時(shí)保留原視頻中所有運(yùn)動目標(biāo)的信息。動態(tài)視頻濃縮系統(tǒng)大致分為如下兩個階段[9]，如圖 2-1 所示。

重新組合即對對象進(jìn)行時(shí)間平移，決定其在濃縮視頻中的出現(xiàn)時(shí)間。動態(tài)視頻濃縮的思想比較簡單，但是想要最終的濃縮視頻有一個好的效果，有很多因素需要考慮。首先，濃縮視頻需要反映原始視頻的內(nèi)容，意味著運(yùn)動目的信息應(yīng)該保留完整，所以軌跡提取過程就至關(guān)重要。而軌跡提取過程的第一步是運(yùn)動檢測，運(yùn)動檢測需要準(zhǔn)確地把運(yùn)動目標(biāo)與背景分割開來，如果運(yùn)動目標(biāo)的分身體被誤分為背景，會導(dǎo)致濃縮視頻中目標(biāo)也只出現(xiàn)一部分，嚴(yán)重影響觀感。次，濃縮視頻需要有較高的濃縮率。軌跡組合是達(dá)到這一步的關(guān)鍵步驟。但除濃率外，軌跡組合還需要顧及到另外一個因素，即目標(biāo)軌跡之間的“碰撞”。組合對時(shí)空異步的目標(biāo)進(jìn)行時(shí)間平移，空間位置上不變，即原來位于畫面的哪個位置在濃縮視頻中依然在那。這就必然導(dǎo)致濃縮視頻中的不同目標(biāo)會出現(xiàn)在相同的區(qū)即發(fā)生了“碰撞”，如圖 2-2(b)中紅框區(qū)域所示。一旦出現(xiàn)這種情況，我們需要對標(biāo)進(jìn)行虛化顯示，導(dǎo)致目標(biāo)變得模糊不清。所以，軌跡組合往往需要在這兩個最本的因素間做出權(quán)衡。


本文編號：3606354