视频摘要视频浓缩
本文共 4572 字，大约阅读时间需要 15 分钟。
视频摘要 视频浓缩(一）
视频摘要又称视频浓缩，是对视频内容的一个简单概括，以自动或半自动的方式，先通过运动目标分析，提取运动目标，然后对各个目标的运动轨迹进行分析，将不同的目标拼接到一个共同的背景场景中，并将它们以某种方式进行组合。视频摘要在视频分析和基于内容的视频检索中扮演着重要角色。
视频录像存在存储数据量大，存储时间长等特点，通过录像寻找线索，获取证据传统的做法是要耗费大量人力、物力以及时间，效率极其低下，以至于错过最佳破案时机。因此在视频监控系统中，对原始视频进行浓缩，可以快速浏览，锁定检索对象，对于公安加快破案速度，提高大案、要案的破案效率具有重要指导意义。（1）
对于企业应用来说，视频摘要与压缩技术可以使企业管理人员在短时间内浏览完视频。在智能手机大行其道的今天，使用视频摘要技术对监控视频进行处理，供手机浏览，既可以节约管理者的时间，又可以节约大量的流量。（2）
对于我来说，现在存在监控录像查阅的实际需求，更重要的是这个问题是“图像处理”的一个典型运用，非常值得研究探索。所以在这里进行研究和实现 一、行业背景和划分 97年CMU的informedia是针对新闻视频的，而MoCA是针对电影的。在监控视频方面以色列briefcam是行业领导者，此外还有哥伦比亚大学的VideoQ和IBM的CueVideo。国内这块处于初级发展状态。 视频摘要可以继续划分为 1、图片关键帧（提取一些视频截图）； 2、剪胶片(机器去除静止画面，只显示有目标的画面）； 3、空间换时间（不同时间的事件显示在同一画面）。 第3基本上就是能够用于商业运用的视频摘要项目，类似提供这样效果。（注意图上的两组人是不同时间的人）。
当然了，真实的视频可能是这样的 
二、关键技术和算法流程 （一）背景建模 背景建模的基(you)本(xiao)方法是“背景建模”。能够找到的方法包括(1)均值法(2)中值法(3)滑动平均滤波(4）单高斯(5)混合高斯模型(6)codebook方法。我这里实现( 1)均值法(3）滑动滤波法和(5)混合高斯法 （1） 均值法 对于768*576.avi这个视频来说，是比较经典的监控视频，其特点是主要背景景物、光照等是不变的，前景人物来回走动。处理这种问题，如果想把背景取出来，最直接的方法就是统计一个阶段的帧（比如1到100）中，图像中每个像素在绝大多数时间里面的颜色。 如果直接求平均值，结果是这样的 
应该说这种方法是有一定效果的，特别对于背景都是远景，或者变化不是很大的情况，处理的效果比较好。 但是对于前进的图像晃动，效果就不是很理想。 
使用第0帧和平均值求absdiff,可以看到那个标识牌是很明显地被认为是前景了。这个效果应该不是太好。 void GoBgModeling( const char * videoFilePath, const int frame_num_used, Mat * bgMat, \ const int size1, const int size2, const int sigma1, const int sigma2 ){ //声明 int frame_no = 0; Mat frame; Mat tmp; VideoCapture pCapture(videoFilePath); //自己选取一段avi视频 if( !pCapture.isOpened()){ printf( "Unable to open video file for background modeling!\n"); return; } printf( "Background Modeling...\n"); //逐帧读取视频 Mat matTmp; while(frame_no < frame_num_used){ pCapture >>frame; frame.convertTo(frame,CV_32FC3); frame_no += 1; if(frame_no == 1){ //初始化 tmp = Mat : :zeros(frame.rows,frame.cols,CV_32FC3); matTmp = frame.clone(); } tmp = tmp + frame /frame_num_used; *bgMat = tmp; } bgMat - >convertTo( *bgMat,CV_8UC3); matTmp.convertTo(matTmp,CV_8UC3); absdiff(matTmp, *bgMat,matTmp); printf( "Background Model has been achieved!\n"); }
这个结果我看还不如均值。 /** *背景建模 */ void bgModeling( const char * videoFilePath, const int frame_num_used, IplImage * * bgImg, \ const int size1, const int size2, const int sigma1, const int sigma2){ //声明 IplImage * frame = NULL; CvMat * frameMat = NULL; CvMat * bgMat = NULL; CvCapture * pCapture = NULL; IplImage * framtmp = NULL; CvMat * mattmp = NULL; int frame_no = 0; pCapture = cvCaptureFromFile(videoFilePath); //自己选取一段avi视频 if( !pCapture){ printf( "Unable to open video file for background modeling!\n"); return; } if( *bgImg != NULL){ //非空需先清空*bgImg指向的内存 cvReleaseImage(bgImg); } printf( "Background Modeling...\n"); //逐帧读取视频 while(frame_no < frame_num_used){ frame = cvQueryFrame(pCapture); frame_no += 1; if(frame_no == 1){ //初始化 framtmp = cvCreateImage(cvSize(frame - >width, frame - >height), frame - >depth, frame - >nChannels); cvCopy(frame,framtmp); *bgImg = cvCreateImage(cvSize(frame - >width, frame - >height), frame - >depth, frame - >nChannels); cvCopy(frame, *bgImg); frameMat = cvCreateMat(frame - >height, frame - >width, CV_32FC3); bgMat = cvCreateMat(( *bgImg) - >height, ( *bgImg) - >width, CV_32FC3); cvConvert(frame, frameMat); cvConvert( *bgImg, bgMat); continue; } //视频帧IplImage转CvMat cvConvert(frame, frameMat); //高斯滤波先，以平滑图像 cvSmooth(frame, frame, CV_GAUSSIAN, size1, size2, sigma1, sigma2); //滑动平均更新背景(求平均) cvRunningAvg(frameMat, bgMat, ( double) 1 /frame_num_used); } cvConvert(bgMat, *bgImg); printf( "Background Model has been achieved!\n"); //释放内存 cvReleaseCapture( &pCapture); cvReleaseMat( &frameMat); cvReleaseMat( &bgMat); }
int _tmain( int argc, _TCHAR * argv[]) { Mat bgMat; // GoBgModeling("1.avi",100,&bgMat); cv : :VideoCapture capture; capture.open( "1.avi"); if ( !capture.isOpened()) { std : :cout << "read video failure" <<std : :endl; return - 1; } cv : :BackgroundSubtractorMOG2 mog; cv : :Mat foreground; cv : :Mat background; cv : :Mat frame; long frameNo = 0; while (capture.read(frame)) { ++frameNo; std : :cout <<frameNo <<std : :endl; // 运动前景检测，并更新背景 mog(frame, foreground, 0. 001); // 腐蚀 cv : :erode(foreground, foreground, cv : :Mat()); // 膨胀 cv : :dilate(foreground, foreground, cv : :Mat()); mog.getBackgroundImage(background); // 返回当前背景图像 cv : :imshow( "video", foreground); cv : :imshow( "background", background); if (cv : :waitKey( 25) > 0) { break; } } return 0; }
转载地址：http://ubfyl.baihongyu.com/
你可能感兴趣的文章
贴一些 Python 的笔记
查看>>
给root用户添加远程连接权限
查看>>
CentOS7下Apache2.4.6使用MySQL5.7验证
查看>>
linux 查看并发
查看>>
Linux下FTP服务器的安装和简单配置
查看>>
jQuery基本用法二
查看>>
Asp.net网站部署时遇到的一些问题
查看>>
WinForm webbrowser控件的使用
查看>>
<Power Shell>09 利用powershell 查找旧文件
查看>>
windows phone (16) UI变换 下
查看>>
管理中用人的两种思维
查看>>
与用户登录shell相关的文件/etc/profile,~/bashrc等浅析
查看>>
SQL数据库高级查询命令（4）
查看>>
Thrift结构分析及增加取客户端IP功能实现
查看>>
easyui radio 类型的取值和赋值方法
查看>>
Puppet的安装和初使用
查看>>
linux-firewalld
查看>>
exchange快速将断开的邮箱显示出来
查看>>
排查一些常见的系统故障
查看>>
ssh-copy-id使用及非默认22端口时报错
查看>>