【技术实现步骤摘要】
本专利技术涉及一种监控视频特征帧在线提取方法,属于智能监控的
技术介绍
视频摘要(videosummarization)技术允许使用者在有限时间内通过浏览视频特征桢即可掌握观测时间内发生的事件。然而,现有基于场景变化、镜头变换检测的视频帧提取方法并不能适用于监控视频。
技术实现思路
针对现有技术的不足,本专利技术提供一种监控视频特征帧在线提取方法。该方法在增量滑动窗口(incrementalsliding-window)技术框架下,首先对视频子序列的时序变化点进行检测,并利用检测出来的变化点将视频分割成包含不同内容的视频片段,进而在得到的视频片段中利用聚类方法完成关键帧的提取。该方法不需要任何人为预先设定的参数,可实现完全无监督的监控视频关键帧提取。本专利技术的技术方案如下:一种监控视频特征帧在线提取方法,包括步骤如下:首先对视频序列进行时序变化点检测;并利用检测出来的变化点将视频分割成包含不同内容的视频片段,进而在得到的视频片段中利用聚类方法完成关键帧的提取。其中所述视频为N帧的视频:F={f1,f2,...,fN
【技术保护点】
一种监控视频特征帧在线提取方法,其特征在于,所述提取方法包括步骤如下:首先对视频序列进行时序变化点检测;并利用检测出来的变化点将视频分割成包含不同内容的视频片段,进而在得到的视频片段中利用聚类方法完成关键帧的提取。
【技术特征摘要】
1.一种监控视频特征帧在线提取方法,其特征在于,所述提取方法包括步骤如下:首先对视频
序列进行时序变化点检测;并利用检测出来的变化点将视频分割成包含不同内容的视频片段,进而在
得到的视频片段中利用聚类方法完成关键帧的提取。
2.根据权利要求1所述的一种监控视频特征帧在线提取方法,其特征在于,所述对视频序列进
行时序变化点检测的方法包括如下步骤:
步骤(1-1):建立滑动窗口模型
初始化视频变化点检测的起始帧n1=1和相应的滑动窗口的帧长度L1=L0;
步骤(1-2)
在所述步骤(1-1)中建立的视频滑动窗口内进行变化点检测;
步骤(1-3)
若在视频序列窗口内检测到有时序变化点η,则以时间点η为下一轮检测的起始帧并重新初始化
滑动窗口帧长度为L0,即ni+1=η和L1=L0,对后续视频进行下一轮变化点检测;若在视频序列窗口
中未检测到时序变化点,则仍以初始化的ni为检测起始帧,即:ni...
【专利技术属性】
技术研发人员:卢国梁,刘阳,闫鹏,王亮,
申请(专利权)人:山东大学,
类型:发明
国别省市:山东;37
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。