基于多目標(biāo)跟蹤及軌跡組合優(yōu)化的視頻摘要.pdf

1、隨著智能視頻監(jiān)控系統(tǒng)的飛速發(fā)展，監(jiān)控視頻在公安、智能交通方面發(fā)揮著越來越重要的作用。由于監(jiān)控視頻數(shù)據(jù)無結(jié)構(gòu)、數(shù)據(jù)量巨大，監(jiān)控視頻系統(tǒng)面臨著海量數(shù)據(jù)危機(jī)。人們期待可以更高效地存儲(chǔ)、更便捷地瀏覽視頻的信息。本文研究的視頻摘要是一個(gè)瀏覽和索引這些視頻的高效方法，它保存了原始視頻的關(guān)鍵信息，同時(shí)使得視頻長度大大縮短。近年來，面對(duì)視頻摘要的研究雖然取得一定的進(jìn)展，但是與實(shí)際應(yīng)用的要求還有一定差距。因此，面向監(jiān)控視頻的摘要生成及應(yīng)用技術(shù)不僅具有重要

2、的理論研究意義，而且具有重要的應(yīng)用前景。
　　本文旨在從監(jiān)控視頻中提取運(yùn)動(dòng)目標(biāo)及其運(yùn)動(dòng)軌跡、對(duì)軌跡在時(shí)空上重新組合，構(gòu)建一個(gè)視頻摘要生成與應(yīng)用系統(tǒng)。針對(duì)現(xiàn)有研究方法中目標(biāo)提取不準(zhǔn)確，跟蹤不穩(wěn)定等問題，本文主要開展以下三方面的研究:(1)監(jiān)控視頻中目標(biāo)檢測(cè)及軌跡生成;(2)監(jiān)控視頻中運(yùn)動(dòng)目標(biāo)軌跡組合優(yōu)化;(3)設(shè)計(jì)并實(shí)現(xiàn)了視頻摘要的生成及應(yīng)用的原型系統(tǒng)。本文的主要貢獻(xiàn)如下:
　　1.提出了結(jié)合網(wǎng)絡(luò)流和迭代Hankel矩陣的全部

3、最小二乘(IHTLS)的多目標(biāo)跟蹤算法。本文的多目標(biāo)跟蹤算法采用先檢測(cè)再跟蹤的策略，即先利用可變部件模型(DPM)算法將視頻中的目標(biāo)提取出來;然后利用改進(jìn)的網(wǎng)絡(luò)流算法獲得初始跟蹤結(jié)果，再結(jié)合IHTLS算法恢復(fù)丟失數(shù)據(jù)，對(duì)初始跟蹤結(jié)果進(jìn)行改進(jìn)，獲取目標(biāo)軌跡。
　　2.提出了基于聚類的軌跡組合優(yōu)化算法。采用能量函數(shù)定義軌跡在時(shí)空中重新組合產(chǎn)生的目標(biāo)沖突，目標(biāo)丟失的代價(jià)。根據(jù)目標(biāo)的起始、結(jié)束空間位置，使用K-means進(jìn)行聚類;再采用基