监控视频运动物体元数据并行提取系统研究

摘要

随着中国的平安城市和平安校园等项目的推动,监控视频数量急剧增多,仅仅依靠人力处理视频已经无法满足需求。为了更好利用计算机分析监控视频,运动物体元数据,如对象的大小、位置、颜色等信息,被提取并存储。因此,监控视频运动元数据的提取具有十分重要的意义。目前监控视频运动物体元数据提取都是依靠传统的运动物体跟踪算法,主要研究集中在如何提高运动物体元数据提取精度上,但监控视频有如下特点:监控持续时间长;视频本身数据量大。如果仍然采用传统串行迭代算法,将导致元数据提取效率不高,影响后续处理。
　　为提高元数据提取速度,提出了运动物体元数据并行提取系统。首先利用视频分割,使得每段子视频提取元数据所需时间尽可能相同。但是这样仍然存在后一帧运动物体的元数据提取依赖于前一帧运动物体元数据的问题。为解决这一问题,在保证运动物体最多出现在两个子视频段的基础上,引入元数据整合。根据各个子视频段间的时序关系,设置不同关键字。对于相同关键字的运动物体,提取其特征建立特征距离矩阵,将视频分割阶段丢失的前后帧运动物体元数据间的依赖性重新关联起来,同时通过运动物体重叠面积的计算来解决监控视频特有的遮挡问题。采用上述方法能够实现元数据的并行提取,加快提取速度。
　　基于Linux和Hadoop平台,采用C++语言和openCV库,实现了监控视频运动物体元数据并行提取系统。测试表明当串行算法提取得到的元数据准确率达到90％时,并行提取系统提取得到元数据准备率保持在81%以上。与此同时系统大大提高了元数据提取速度,具体加速比与分割视频分段数、计算节点数相关。

目录

封面

声明

中文摘要

英文摘要

目录

1 绪论

1.1 引言

1.2 国内外研究概况

1.3 研究内容

1.4 文章的组织结构

2 监控视频运动物体元数据并行提取系统框架

2.1 元数据并行提取难点

2.2并行提取系统框架

2.3元数据提取模块构成

2.4 本章小结

3 运动物体元数据并行提取关键技术及实现

3.1 背景建模

3.2 基于关键帧的视频分割

3.3 运动物体元数据提取

3.4 运动物体元数据整合

3.5 本章小结

4 系统测试

4.1 测试环境与测试数据集

4.2 元数据提取精度测试

4.3 元数据提取性能测试

4.4 本章小结

5 总 结

致谢

参考文献