[发明专利]一种基于树状运动目标轨迹的视频摘要生成方法

摘要

本发明公开了一种基于树状运动目标轨迹的视频摘要生成方法，按照以下步骤实施：步骤1、通过高斯背景建模方法检测并跟踪运动目标，获得运动目标运动轨迹的盒子；步骤2、将运动目标轨迹盒子按照其粘连与否进行聚类，构建目标树；步骤3、对目标树进行描述；步骤4、将目标树按照由大到小的降序进行排序；步骤5、初始化构建生成视频摘要的空容器；步骤6、在容器中排入第一个目标树；步骤7、确定后续的目标树排入容器的起始点位置；步骤8、排入目标树；步骤9、判断是否目标树全部排完；步骤10、输入排入全部目标树的容器为生成的视频摘要。本发明的方法，可保持运动目标在视频摘要中的连续性，视频摘要的浓缩效率高。

主权项

一种基于树状运动目标轨迹的视频摘要生成方法，其特点在于：按照以下步骤实施：步骤1、从监控视频中提取运动目标，获得运动目标运动轨迹的盒子采用混合高斯背景建模方法提取出监控视频中的运动目标，之后，按照相邻帧间重叠面积最大为同一目标的方法进行运动目标跟踪，在每一帧中，跟踪得到的每个运动目标区域用其最小的外接矩形来表示，每个运动目标的最小外接矩形在一帧图像中，是一个外接矩形，称这个外接矩形所框定的，在本帧图像中的区域为一个团块；这些外接团块在时间轴上叠加起来，就形成了一个盒子，盒子的起点为发现某个运动目标的帧，终点是运动目标消失在监控视域的前一帧，假设，对每一个出现在视频监控视域中的运动目标，均采用一个盒子来描述的话，则每个运动目标的描述如式(1)所示：$O_k({x_L}^{m_k},{y_L}^{m_k};{x_R}^{m_k},{y_R}^{m_k};{x_0}^{m_k},{y_0}^{m_k},N_k)---\left(1\right)$其中，O_k()表示第k个运动目标，k＝1,2,...,N_s，m_k＝1,2,...,N_k，N_S为检测出的运动目标的总数，N_k表示第k个目标持续的帧数；表示第k个目标在第m_k帧中外接矩形左上角的坐标，表示第k个目标在第m_k帧中外接矩形右下角的坐标，表示第k个目标在第m_k帧中的质心坐标，本步骤中，在运动目标提取过程中将类似的情况以树状结构的形式进行描述，将其标识为同一个标识，即树状结构给出了一个连续的运动轨迹，不再要求只包括一个运动目标；步骤2、运动目标盒子聚类对所检测到的运动目标k＝1,2,...,N_s，m_k＝1,2,...,N_k，判断其目标之间在运动过程中是否存在粘连，将存在粘连的目标盒子全部归为同一类，即称之为归属同一个目标树，并且在每一帧中，每一个运动目标由其最小外接矩形所框定的区域被称为树的一个团块，如果在一帧中存在多个运动目标时，则该帧中存在多个团块；步骤3、对目标树进行描述；步骤4、对步骤3聚类得到的N个目标树进行排序对这N个目标树按照长度由大到小的降序进行排列，为了表示方便，还是设这N个排序后的目标树为Tree_id，id＝1,2,...,N；步骤5、设计摘要生成容器并对其初始化；步骤6、排入第一个目标树至容器中；步骤7、确定目标树排入容器的位置；步骤8、将确定位置的待排目标树排入容器中；步骤9、判断是否还存在有需要排入容器里的目标树如果没有，即id＝N+1则排序完毕退出，转步骤10，否则，取下一个目标树Tree_id，进入步骤7；步骤10、将容器的元素值取整，则为生成的视频摘要，即成。