基于時空圖表示的監(jiān)控視頻關(guān)鍵幀提取研究.pdf

1、隨著數(shù)字多媒體、視頻監(jiān)控技術(shù)的快速發(fā)展，監(jiān)控攝像頭幾乎無處不在。伴隨著的是海量監(jiān)控視頻的爆炸式增長，這些數(shù)據(jù)的讀取與存儲帶來了非常大的困難。如何有效的利用這些視頻數(shù)據(jù)，對視頻內(nèi)容進行簡易的描述已成為監(jiān)控視頻研究的熱點之一。視頻關(guān)鍵幀提取技術(shù)是對原始視頻內(nèi)容的一個高度濃縮，抽取小部分的視頻幀來表示原始視頻的內(nèi)容。這為高效的信息瀏覽、存儲空間的減少及海量視頻信息的檢索提供了有力的解決方法，已然成為當前數(shù)字視頻技術(shù)的一個熱點和難點。
　

2、　監(jiān)控視頻一般是由固定攝像頭的監(jiān)控設(shè)備采集的，這些視頻數(shù)據(jù)往往沒有鏡頭的切換，無顯著的結(jié)構(gòu)特征且含有大量的冗余信息。若直接將現(xiàn)有的比較有效的關(guān)鍵幀提取技術(shù)應用于監(jiān)控視頻，它們選擇的關(guān)鍵幀冗余度會很高，甚至會遺漏部分重要內(nèi)容，使選擇出的關(guān)鍵幀結(jié)果不夠精準，因此監(jiān)控視頻下關(guān)鍵幀提取技術(shù)的研究仍是關(guān)鍵幀提取技術(shù)領(lǐng)域中一項很有挑戰(zhàn)意義的課題。本文針對監(jiān)控視頻獨有的特點，著重研究監(jiān)控視頻下的關(guān)鍵幀提取技術(shù)，主要研究內(nèi)容如下:
　　(1)提出

3、一種基于時空圖表示和視覺注意的關(guān)鍵幀提取方法。和傳統(tǒng)基于簡單底層特征的關(guān)鍵幀提取方法相比，本文采用底層特征和高層特征相融合的方式用來表示視頻中的目標特征。首先構(gòu)建以視頻中的目標為結(jié)點、目標間的特征距離為邊權(quán)值的時空圖。然后基于此圖和定義的幀間相似性衡量函數(shù)得到視頻幀間的距離，用來描述視頻幀間的關(guān)系。再運用規(guī)范化圖割算法將原始視頻劃分成若干個視覺一致性的子視頻段，其子視頻段具有較高的段內(nèi)相似性、較低的段間相似性的特點。最后結(jié)合人眼視覺注意

4、機制定義了一個融合三方面約束（內(nèi)容完整性、目標分布緊湊性、目標分布均勻性）的顯著關(guān)鍵幀選擇函數(shù)，能夠從原始視頻序列中選擇出更具有代表性、符合人眼視覺關(guān)注的視頻幀作為關(guān)鍵幀。
　　(2)提出一種基于時空圖學習的關(guān)鍵幀提取方法。方法考慮到歐式距離公式計算特征距離時會引入誤差和受原始數(shù)據(jù)中噪聲的影響而不能真實的表達目標間的關(guān)系。本文提出通過優(yōu)化更新求解的方式來自適應學習得到的目標間的親和性關(guān)系（親和性數(shù)值反應目標間的特征距離的大小，親和