论文摘要
如今监控摄像机遍布大街小巷,无论走到哪里,总可能有一台监控摄像机正在某个角落拍摄你的一举一动。成千上万的监控摄像机每天都会记录下海量的数据,因此如何处理这些视频数据,成为困扰有关工作人员的难题,同时也给了科研人员新的研究方向。本文围绕监控视频的内容分析与处理所涉及的部分关键、核心问题展开研究,主要工作包括：首先,对于监控视频内容进行分析,将前景与背景进行分割。本文基于高斯混合模型,自动地对输入监控视频进行背景分割,得到前景物体,并针对高斯混合模型存在的不足进行大量的改进。此举不仅可以提取出所有前景物体,也可以大大减少视频存储所需空间。其次,本文就监控视频前景进行相似度评价。通过提取各种特征并进行特征匹配,可以得到视频前景之间的相似程度关系。由于同一个前景物体会在不同的时间出现在不同的摄像机镜头内,因而找到它们之间的关联会给工作人员带来极大的便利,也为后续的视频拼贴打下了基础。最后,本文提出了一种基于时空优化的视频三维动态拼贴算法,这也是本文的重点。传统的视频摘要算法往往存在视频画面利用率低、疏漏部分有价值信息等缺点,而常见的视频拼贴算法一般都是基于静态关键帧的图片拼贴,且处理速度缓慢。在本文的视频拼贴算法中,完整保留了前景事件的全过程,并将尽可能多的前景事件同时并列地进行展示,通过显卡并行计算技术,提高处理速度。本文的算法也可以处理来自多台摄像机的输入视频,并将相似的前景放在相邻的位置显示,以便工作人员理解。大量的实验和用户学习表明,本文的方法具有良好的效果以及较高的效率。本文研究工作的主要贡献在于以下几个方面：·在视频前背景分割算法中加入了削弱光照变化、摄像机抖动的数学模型,使得分割效果更为准确；·通过前景相似度评价,找出不同摄像机间的内容关联；·提出了视频动态拼贴算法,将监控视频中的前景物体进行重新排列,有效地利用了视频画面的空间和时间,并且所有前景物体均不会发生遮挡,通过显卡并行计算,高速地解决时空优化问题。