一种视频摘要生成方法技术

本发明专利技术提供视频摘要生成方法，该方法步骤包括：首先，接收视频文件，并将该视频文件的视频信息分解成序列视频帧；其次，对序列视频帧进行运动物体检测和跟踪，获得运动物体各序列视频帧中的运动轨迹；再次，利用遗传算法对运动物体的运动轨迹进行组合优化得到最优染色体；最优，将最优染色体中各个基因对应的起始帧所确定的视频摘要中的运动轨迹，按照各个基因的排列顺序粘贴到背景帧中，生成视频摘要输出。本方法对原始视频中所有运动物体的运动轨迹进行操作，信息损失量更小，同时也更具普遍性，另外由于本方法采用遗产算法对运动轨迹的进行组合优化，不但减低了运动轨迹的信息损失量，而且提高了视频摘要生成的效率。

【技术实现步骤摘要】

本专利技术涉及电子通信及视频图像处理领域，特别涉及。
技术介绍
随着数字视频技术的快速发展，对视频分析和处理要求不断提高。而从海量监控视频数据中查找某个时间段发生的事情，十分耗时耗力。如何快速获取大容量视频的内容，帮助用户迅速浏览视频数据，成为目前监控行业的迫切需求。作为基于内容的视频分析的一种主要应用，近年来有大量的研究集中在视频摘要提取算法上。视频摘要，是通过对视频的结构和内容进行分析，从原始视频中提取出有意义的部分，并将它们以某种方式进行组合而成的紧凑的、能充分表达视频语义内容。它是对视频内容的简单概括，观众可以通过观看摘要快速而准确的获取视频内容。视频摘要可分为静态视频摘要和动态视频摘要两类。静态视频摘要一般是提取关键帧序列，通过多个关键帧组合成视频得到的视频摘要。动态视频摘要也称为缩略视频，相比关键帧序列，它由原始视频中提取的运动信息组成。显然运动视频比静止的图像帧更有意义，从语义方面增加了对原始视频的表达力。目前，最为经典的视 频摘要生成方法是通过抽取原视频的关键帧，将关键帧聚合在一起，形成不同主题的场景视频片段，选取出其中一些场景按时间顺序组合起来，编码形成视频摘要输出。这种方法存在如下缺点:首先，该方法选取的原视频中的关键帧，并不能覆盖尽可能多的镜头从而得到最完备的视频摘要，因此，会造成大量行为信息的丢失，无法充分满足用户获取全面信息的需求；另外，该种采用截取关键帧的方法很难做到普适性，比如对于一方面要求能提供一个比原始视频短得多的压缩视频片段，另一方面必须保持原始视频中的绝大部分的运动信息的监控视频就不适用。
技术实现思路
针对现有技术存在的上述问题，本专利技术的目的是:提供，该方法解决了现有技术在生产视频摘要过程中存在的信息完备性差、应用普遍性低的技术问题。为实现上述专利技术目的，本专利技术采用如下技术方案:，包括如下步骤:SI,接收视频文件，并将该视频文件的视频信息分解成序列视频帧；S2，对步骤SI中的序列视频帧进行运动物体检测，得到运动物体的轮廓，该运动物体的轮廓称为团块，对检测得到团块进行跟踪，根据运动物体的轮廓确定团块在各序列视频巾贞中的运动轨迹；S3，利用遗传算法对步骤S2得到的团块运动轨迹进行组合优化，具体如下:S31,将视频摘要的长度定义为SynopLen,并预先设定SynopLen的值,预先设定循环终止条件，该循环终止条件为循环次数经验值或代价损失最小阈值Emin ；S32，选择操作，具体如下:S321，采用实数编码的方式，将步骤S31中得到的团块的运动轨迹进行实数编码，得到各个团块的运动轨迹的集合，定义从视频文件中检测出的各个团块的运动轨迹的集合为B, B=Od1, b2, b3***b1---bn}, IDi表示从视频文件中检测出的第i个团块的运动轨迹，η表示从视频文件中检测出的团块的数量；所述团块的运动轨迹的集合B映射到视频摘要中的运动轨迹集合为权利要求1.，其特征在于，包括如下步骤: S1，接收视频文件，并将该视频文件的视频信息分解成序列视频帧； S2，对步骤SI中的序列视频帧进行运动物体检测，得到运动物体的轮廓，该运动物体的轮廓称为团块，对检测得到团块进行跟踪，根据运动物体的轮廓确定团块在各序列视频帧中的运动轨迹； S3，利用遗传算法对步骤S2得到的团块运动轨迹进行组合优化，具体如下: s31,将视频摘要的长度定义为SynopLen,并预先设定SynopLen的值,预先设定循环终止条件，该循环终止条件为循环次数经验值或代价损失最小阈值Emin ； s32,选择操作,具体如下: S321，采用实数编码的方式，将步骤S31中得到的团块的运动轨迹进行实数编码，得到各个团块的运动轨迹的集合，定义从视频文件中检测出的各个团块的运动轨迹的集合为B，B=Od1, b2, bflvbj ,IDi表示从视频文件中检测出的第i个团块的运动轨迹，η表示从视频文件中检测出的团块的数量；所述团块的运动轨迹的集合B映射到视频摘要中的运动轨迹集合为B'b:2, / : ■../)；■..b'k丨，々=W ,其中，6表示第i个团块的运动轨迹映射到视频摘要中的运动轨迹，k表示映射到视频摘要中的团块数量；将视频摘要中的运动轨迹集合B,中的每条运动轨迹的起始帧的帧序号作为基因组合成染色体，所述运动轨迹集合B'中的每条运动轨迹的起始巾贞的巾贞序号为O至SynopLen间的随机整数； S322，将步骤S331的过程重复Q次，Q为正整数，得到Q条染色体，将该Q条染色体作为父代种群； S323，根据式(2)表示的适应度函数计算所述Q条染色体各自对应的代价损失值，将最小的代价损失值记为Emin'，记录Emin'及其对应的染色体，并将该染色体作为首次优化的染色体；2.如权利要求1所述的视频摘要生成方法，其特征在于，所述步骤S2中采用码本模型运动检测法对运动物体进行检测。3.如权利要求1所述的视频摘 要生成方法，其特征在于，所述步骤S2中采用粒子滤波跟踪算法对运动物体进行跟踪，确定团块运动轨迹。4.如权利要求1所述的视频摘要生成方法，其特征在于，所述步骤S332中的T> 20。全文摘要本专利技术提供视频摘要生成方法，该方法步骤包括首先，接收视频文件，并将该视频文件的视频信息分解成序列视频帧；其次，对序列视频帧进行运动物体检测和跟踪，获得运动物体各序列视频帧中的运动轨迹；再次，利用遗传算法对运动物体的运动轨迹进行组合优化得到最优染色体；最优，将最优染色体中各个基因对应的起始帧所确定的视频摘要中的运动轨迹，按照各个基因的排列顺序粘贴到背景帧中，生成视频摘要输出。本方法对原始视频中所有运动物体的运动轨迹进行操作，信息损失量更小，同时也更具普遍性，另外由于本方法采用遗产算法对运动轨迹的进行组合优化，不但减低了运动轨迹的信息损失量，而且提高了视频摘要生成的效率。文档编号G06N3/12GK103246922SQ20131016483公开日2013年8月14日 申请日期2013年5月7日 优先权日2013年5月7日专利技术者徐玲, 颜昕骅, 张小洪, 周小龙, 洪明坚 申请人:重庆大学本文档来自技高网...

【技术保护点】
一种视频摘要生成方法，其特征在于，包括如下步骤：S1，接收视频文件，并将该视频文件的视频信息分解成序列视频帧；S2，对步骤S1中的序列视频帧进行运动物体检测，得到运动物体的轮廓，该运动物体的轮廓称为团块，对检测得到团块进行跟踪，根据运动物体的轮廓确定团块在各序列视频帧中的运动轨迹；S3，利用遗传算法对步骤S2得到的团块运动轨迹进行组合优化，具体如下：S31，将视频摘要的长度定义为SynopLen，并预先设定SynopLen的值，预先设定循环终止条件，该循环终止条件为循环次数经验值或代价损失最小阈值Emin；S32，选择操作，具体如下：S321，采用实数编码的方式，将步骤S31中得到的团块的运动轨迹进行实数编码，得到各个团块的运动轨迹的集合，定义从视频文件中检测出的各个团块的运动轨迹的集合为B，B={b1,b2,b3…bi…bn}，bi表示从视频文件中检测出的第i个团块的运动轨迹，n表示从视频文件中检测出的团块的数量；所述团块的运动轨迹的集合B映射到视频摘要中的运动轨迹集合为B′，其中，表示第i个团块的运动轨迹映射到视频摘要中的运动轨迹，k表示映射到视频摘要中的团块数量；将视频摘要中的运动轨迹集合B′中的每条运动轨迹的起始帧的帧序号作为基因组合成染色体，所述运动轨迹集合B′中的每条运动轨迹的起始帧的帧序号为0至SynopLen间的随机整数；S322，将步骤S331的过程重复Q次，Q为正整数，得到Q条染色体，将该Q条染色体作为父代种群；S323，根据式（2）表示的适应度函数计算所述Q条染色体各自对应的代价损失值，将最小的代价损失值记为Emin′，记录Emin′及其对应的染色体，并将该染色体作为首次优化的染色体；Eq(M)=min(Σbi′∈B′Ea(bi′)+Σbk1′,bk2′∈B′Ec(bk1′,bk2′)),1≤q≤Q;k1,k2≤k;k1≠k2---(2);其中，Eq(M)为父代种群中第q条染色体对应的代价损失值，为父代种群中第q条染色体对应的视频摘要中的运动轨迹的活动能量损失函数，如式（3）：Ea(bi′)=Σx,y,tXbi′(x,y,t)---(3);表示父代种群中第q条染色体对应的视频摘要中的运动轨迹在第t帧视频帧中坐标（x,y）处的像素值，表示父代种群中第q条染色体对应的视频摘要中的运动轨迹在第t帧对应的背景帧在坐标（x,y）处的像素值，表示父代种群中第q条染色体对应的视频摘要中的运动轨迹的帧数范围；是父代种群中第q条染色体对应的视频摘要中的运动轨迹与之间的活动冲突能量代价函数，如式（5）：Ec(bk1′,bk2′)=Σx,y,t[Xbk1′(x,y,t)·Xbk2′(x,y,t)],t∈tbk1′∩tbk2′---(5)表示父代种群中第q条染色体对应的视频摘要中的运动轨迹bk1′在第t帧视频帧中坐标（x,y）处的像素值，表示父代种群中第q条染色体对应的视频摘要中的运动轨迹bk1′在第t帧对应的背景帧在坐标（x,y）处的像素值，表示在父代种群中第q条染色体对应的视频摘要中的运动轨迹bk1′的帧数范围；表示父代种群中第q条染色体对应的视频摘要中的运动轨迹bk2′在第t帧对应的背景帧在坐标（x,y）处的像素值，表示父代种群中第q条染色体对应的视频摘要中的运动轨迹bk2′在第t帧对应的背景帧在坐标（x,y）处的像素值，表示在父代种群中第q条染色体对应的视频摘要中的运动轨迹bk2′的帧数范围；S33，交叉操作，具体如下：S331，将步骤S322得到的父代种群作为测试种群；S332，从测试种群中随机选取两条染色体Q1和Q2，定义交叉概率为Pc=0.9，生成两个随机整数a和b，其中0≤a，b≤k，利用交叉算子算法和步骤S341中定义的交叉概率Pc，截取所述两条染色体Q1和Q2上位于a与b之间的基因进行交换，形成两条交叉后的染色体Q1‘和Q2‘，使用所述两条交叉后的染色体Q1‘和Q2‘替换测试种群中与之相应的两条染色体Q1和Q2，更新测试种群；S34，变异操作：生成随机整数c，d和e，其中0≤c≤Q；0≤d≤k，0≤e≤SynopLen，变异概率为Pm=0.01，随机整数c确定从经步骤...

【技术特征摘要】

【专利技术属性】
技术研发人员：徐玲，颜昕骅，张小洪，周小龙，洪明坚，
申请(专利权)人：重庆大学，
类型：发明
国别省市：