稀疏运动对象的视频快速浏览算法的研究与实现

摘要

随着经济的快速增长、社会的迅速进步和人民的生活不断改善,大众对公共安全保障系统的需求与日俱增并且要求越来越高,从而促进了视频监控系统的发展。视频监控系统记录的视频数据对事件的事后追溯和调查具有重要的意义。当发生异常情况时需要调阅和回放保存的原始视频,但是保存的原始视频数据少则几天多则数月。要在海量的视频中准确查找到感兴趣的目标,若通过传统的回放原始视频的方法需要花费大量的时间和精力,其过程枯燥乏味,容易造成精神疲倦从而导致疏忽和错误。因此,寻求一种快速浏览海量视频中感兴趣目标的方法是十分必要的。
　　 本文的主要完成研究工作如下:
　　 1.本文实现的视频快速浏览方法中综合使用了运动目标检测及分割技术、目标跟踪技术。因此,对常用的目标检测及跟踪方法进行了介绍,并通过实验进行对比分析,指出各个方法的优缺点及适用范围。
　　 2.本文利用SURF特征进行目标跟踪,通过匹配模板图像和视频序列中各个运动对象的SURF特征确定目标位置。文中用于目标匹配的特征是图像中的局部性特征,具有尺度不变性和旋转不变性,对缩放、小视角改变、噪声、亮度变化具有很好的适应性。实验表明该方法是一种简洁有效的目标跟踪识别方法。
　　 3.本文利用运动目标检测与分割、目标跟踪等技术实现了一种视频快速浏览方法,该方法主要应用于视频中运动对象相对稀疏的情况。并实现了运动对象叠加密度的动态控制,解决了长短视频划分归类和运动对象叠加密度的平衡问题。播放密度的动态控制是指能通过统计分割出的对象密度来交互控制合成视频中的对象播放密度。避免视频对象过密会造成难以区分辨别对象,而视频对象过疏会造成结果视频播放时间太长。