融合深度学习目标识别的监控视频摘要浓缩方法

摘要

随着视频监控的广泛应用,视频监控数据正在以极快速度增长,传统方法直接存储、传输、浏览原始视频,效率非常低下,因此急需适合监控视频的浓缩技术,能够在保留视频主要内容的前提下压缩监控视频,缩短时长、减少数据量.针对上述问题,提出一种高效的视频摘要算法,从海量监控视频中将感兴趣的对象提取出来并融合成独立的浓缩视频.首先采用视频跟踪方法,框定视频中运动对象前景,然后识别目标并进行分割,抠选出目标图像后根据其在原始视频中的时空轨迹,依次在时间轴上平移重排,以达到浓缩时间短、目标活动轨迹交叠小的目的 .实验结果验证该算法能够有效浓缩监控视频,与现有方法对比,该方法在浓缩率和实时性两方面取得更好的综合性能.