本文關(guān)鍵詞：基于對(duì)象的監(jiān)控視頻關(guān)鍵幀提取技術(shù)，由筆耕文化傳播整理發(fā)布。

【摘要】：視頻關(guān)鍵幀提取技術(shù)解決的問(wèn)題是如何使視頻數(shù)據(jù)被有效地表示和快速地訪問(wèn),它是利用對(duì)視頻內(nèi)容的分析來(lái)提取視頻中的關(guān)鍵信息,從而降低視頻信息的冗余。視頻關(guān)鍵幀技術(shù)不僅可以提高視頻瀏覽的效率,也能夠提升視頻存儲(chǔ)的效率。靜態(tài)背景的監(jiān)控視頻一般由固定監(jiān)控設(shè)備所拍攝,并無(wú)明顯的結(jié)構(gòu)特征,且無(wú)鏡頭切換,故含有大量的冗余內(nèi)容。因此,本文針對(duì)監(jiān)控視頻,分別提出了基于對(duì)象關(guān)聯(lián)的關(guān)鍵幀提取算法和基于對(duì)象的濃縮關(guān)鍵幀提取算法。相比于現(xiàn)有的視頻關(guān)鍵幀提取算法,本文的算法在監(jiān)控視頻上取得了更加有效的結(jié)果。本文的主要工作及創(chuàng)新點(diǎn)如下：(1)基于對(duì)象關(guān)聯(lián)的幀間距離度量方法。結(jié)合對(duì)象的類標(biāo)簽,通過(guò)匹配不同視頻幀的對(duì)象集合,得到幀間的對(duì)象關(guān)聯(lián)信息。因此,幀間距離依賴于幀間的對(duì)象關(guān)聯(lián)信息。若幀間的對(duì)象集合匹配比例越高,則對(duì)象的關(guān)聯(lián)性越強(qiáng),幀間距離越弱。反之,幀間的對(duì)象集合匹配比例越低,則對(duì)象的關(guān)聯(lián)性越弱,幀間距離越強(qiáng)。因此,基于對(duì)相關(guān)聯(lián)的關(guān)鍵幀提取方法考慮了幀間對(duì)象集合的關(guān)聯(lián)性,有助于將原視頻頻劃分成包含獨(dú)立視覺(jué)事件的視頻子段,使最后的關(guān)鍵幀集合更能表達(dá)原始視頻的關(guān)鍵信息。(2)結(jié)合人眼注意機(jī)制的關(guān)鍵幀選擇方法。視頻劃分過(guò)程主要完成將原始視頻劃分成包含獨(dú)立視覺(jué)事件的連續(xù)視頻幀,即視頻子段。針對(duì)每個(gè)視頻子段,本文提出了新的結(jié)合人眼注意機(jī)制的關(guān)鍵幀選擇顯著性函數(shù),從每個(gè)視頻子段中選擇最有效的幀作為關(guān)鍵幀。傳統(tǒng)的特征中心(medoid)方法是從視頻子段中挑選特征中心對(duì)應(yīng)的幀作為關(guān)鍵幀,中間幀(middle)方法是從是從視頻子段中挑選中間幀作為關(guān)鍵幀。但是,幀表示與高層概念具有語(yǔ)義鴻溝,因此這些方法很難魯棒地從視頻子段中挑選出有效的關(guān)鍵幀。本文提出兩個(gè)標(biāo)準(zhǔn)：內(nèi)容完整性和視覺(jué)關(guān)注性來(lái)衡量一個(gè)有效的關(guān)鍵幀。融合兩項(xiàng)標(biāo)準(zhǔn),得到顯著性函數(shù),最優(yōu)的關(guān)鍵幀對(duì)應(yīng)的顯著性值最大。因此,基于顯著性函數(shù)的關(guān)鍵幀選擇方法能夠魯棒地從視頻子段中挑選出有效的關(guān)鍵幀。(3)基于MRF的濃縮關(guān)鍵幀提取方法。針對(duì)濃縮視頻的偽碰撞、次序改變等問(wèn)題,以及視頻關(guān)鍵幀的背景冗余、緊湊度低的問(wèn)題,本文對(duì)傳統(tǒng)的視頻關(guān)鍵幀進(jìn)一步濃縮,得到更加緊湊的濃縮關(guān)鍵幀,實(shí)現(xiàn)用更少的關(guān)鍵幀顯示所有的對(duì)象,以降低背景信息的冗余度。將濃縮關(guān)鍵幀的提取問(wèn)題形式化為馬爾科夫隨機(jī)場(chǎng)(MRF)的極大后驗(yàn)估計(jì)優(yōu)化問(wèn)題,并結(jié)合松弛線性規(guī)劃(RLP)過(guò)程,對(duì)視頻中的所有對(duì)象進(jìn)行軌跡組合優(yōu)化,得到濃縮關(guān)鍵幀的所有對(duì)象位置,用最優(yōu)位置組合對(duì)應(yīng)的對(duì)象區(qū)域構(gòu)成濃縮關(guān)鍵幀。
【關(guān)鍵詞】：關(guān)鍵幀提取 對(duì)象關(guān)聯(lián) 關(guān)鍵幀選擇 濃縮關(guān)鍵幀 馬爾科夫隨機(jī)場(chǎng) 線性松弛規(guī)劃
【學(xué)位授予單位】：安徽大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TP391.41;TN948.6
【目錄】：

• 摘要3-5
• Abstract5-12
• 第一章 緒論12-17
• 1.1 課題背景與意義12-13
• 1.2 國(guó)內(nèi)外研究現(xiàn)狀13-15
• 1.3 本文的研究?jī)?nèi)容與安排15-17
• 第二章 監(jiān)控視頻關(guān)鍵幀提取技術(shù)的相關(guān)算法17-24
• 2.1 運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤算法17-19
• 2.1.1 Vibe前景檢測(cè)算法17-18
• 2.1.2 基于區(qū)域特征匹配的跟蹤算法18-19
• 2.2 監(jiān)控視頻的關(guān)鍵幀提取算法19-23
• 2.2.1 監(jiān)控視頻的關(guān)鍵幀提取算法19-21
• 2.2.2 基于幀間相似性的監(jiān)控視頻關(guān)鍵幀提取算法21-23
• 2.3 本章小結(jié)23-24
• 第三章 基于對(duì)象關(guān)聯(lián)的監(jiān)控視頻關(guān)鍵幀提取24-41
• 3.1 概述24-25
• 3.2 基于對(duì)象關(guān)聯(lián)的監(jiān)控視頻關(guān)鍵幀提取方法25-33
• 3.2.1 基于對(duì)象的視頻幀表示及其幀間距離度量26-30
• 3.2.2 視頻結(jié)構(gòu)劃分30-31
• 3.2.3 基于幀顯著性的關(guān)鍵幀選取31-33
• 3.3 實(shí)驗(yàn)分析33-39
• 3.3.1 實(shí)驗(yàn)數(shù)據(jù)集構(gòu)建33-35
• 3.3.2 實(shí)驗(yàn)結(jié)果35-38
• 3.3.3 實(shí)驗(yàn)分析38-39
• 3.4 本章小結(jié)39-41
• 第四章 基于對(duì)象的監(jiān)控視頻的濃縮關(guān)鍵幀提取41-54
• 4.1 概述41-42
• 4.2 監(jiān)控視頻的視頻濃縮算法42-43
• 4.3 基于對(duì)象的監(jiān)控視頻濃縮關(guān)鍵幀提取方法43-49
• 4.3.1 對(duì)象的軌跡提取及集合劃分44-45
• 4.3.2 濃縮關(guān)鍵幀的形式化表示45-48
• 4.3.3 濃縮關(guān)鍵幀的求解48-49
• 4.4 實(shí)驗(yàn)分析49-53
• 4.4.1 實(shí)驗(yàn)數(shù)據(jù)集構(gòu)建49
• 4.4.2 實(shí)驗(yàn)結(jié)果49-52
• 4.4.3 實(shí)驗(yàn)分析52-53
• 4.5 本章小結(jié)53-54
• 第五章 總結(jié)與展望54-57
• 5.1 論文總結(jié)54-55
• 5.2 工作展望55-57
• 參考文獻(xiàn)57-63
• 致謝63-65
• 攻讀碩士學(xué)位期間發(fā)表的學(xué)術(shù)論文65-66
• 攻讀碩士學(xué)位期間參加的科研項(xiàng)目66

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 戎佳維;吳立德;;基于鏡頭間信息的關(guān)鍵幀提取[J];計(jì)算機(jī)科學(xué);2005年12期

2 潘曉英,王昊;一種基于核聚類的關(guān)鍵幀提取方法[J];微機(jī)發(fā)展;2005年03期

3 周宇玫;高健;;一種基于鏡頭屬性的關(guān)鍵幀提取系統(tǒng)[J];電視技術(shù);2007年01期

4 楊泉;任小康;;一種基于壓縮域下關(guān)鍵幀提取算法的研究[J];電腦知識(shí)與技術(shù);2009年01期

5 賀祥;盧光輝;;基于圖像相似度的關(guān)鍵幀提取算法[J];福建電腦;2009年05期

6 丁洪麗;陳懷新;;基于鏡頭內(nèi)容變化率的關(guān)鍵幀提取算法[J];計(jì)算機(jī)工程;2009年13期

7 閔q，

本文編號(hào)：373190