基于目标变化的监控视频关键帧提取方法.pdf

基于目标变化的监控视频关键帧提取方法.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
基于目标变化的监控视频关键帧提取方法.pdf

计 算 机 与 现 代 化 2016年第8期 JISUANJIYUXIANDAIHUA 总第252期 文章编号 :1006-2475(2016)08-0060-05 基于 目标变化的监控视频关键帧提取方法 周 萍 (南京航空航天大学计算机科学与技术学院,江苏 南京 211106) 摘要:监控视频关键帧提取技术作为监控视频分析的重要研究内容,能够有效地解决视频数据的高效存储和快速访问等 问题。本文提出一种基于 目标变化的监控视频关键帧提取方法,分析监控视频帧间的 目标变化,并采用局部极大值优化 方法将原监控视频划分成视频片段。最后 ,从每个视频片段中选取特征中心对应视频帧作为关键帧,并依据 目标的属性 删除冗余的关键帧得到最终的视频关键帧集合。实验结果表明,该方法所提取的视频关键帧冗余性较低,所包含的内容 很具有代表性。同时,该方法的复杂度较低,适用于监控视频的关键帧提取工作。 关键词:关键帧;特征距离曲线;局部最大值优化;冗余关键帧 中图分类号:TP391.4 文献标识码:A doi:10.3969/j.issn.1006-2475.2016.08.013 SurveillanceVideoKeyframeExtractionBasedonObjectsChange ZHOU Ping (SchoolofComputerScienceandTechnology,NanjingUniversityofAeronauticsandAstronautics,Nanjing211106,China) Abstract:Asanimportantresearchcontentofsurveillancevideoanalysis,videokeyframeextractioncaneffectivelysolveaseries ofproblemssuchastheefficientstorageandrapidaccessofvideodata.Thispaperproposesasurveillancevideokeyframeex~ac- tionmethodbasedonobjectschange.Wefirstlyanalyzeobjectschangebetweendifferentvideo~ames,nadthenUSehtelocal maximum optimizationtodecomposena originalsurveillancevideointosomevideoclips.Finally,eachkeyframeischosenfrom eachvideoclipcorrespondingtofeaturecenter.Onthebasisoftheobjectattribute,someredundantkeyframeswillbedeletedtO ensureamorecompactkeyframeset.Theexperimentalresultsshowthatourmehtodextractedvideokeyframeswithlowredundan· cy;meantimetheeontmnedcontentisveryrepresentative.Inaddition,Oilymethodhaslowcomplexity,whichissuitableforon- linesurveillancevideona alysis. Keywords:keyframe;curveoffeaturedistna ce;local maximum optimization;redundantkeyframe 场景来提取关键帧。Hanjalic等人_4对聚类有较早 0 引 言 研究,通过多重分割聚类来去除视频的冗余部分,并 随着人

文档评论(0)

170****0532 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

版权声明书
用户编号:8015033021000003

1亿VIP精品文档

相关文档