张云佐

(石家庄铁道大学 信息科学与技术学院，河北 石家庄 050043)



基于运动轨迹分析的监控视频关键帧提取

张云佐

(石家庄铁道大学 信息科学与技术学院，河北 石家庄 050043)

当前，从海量监控视频中高效、准确地提取关键帧是一项极具挑战性的课题，为此提出了一种基于运动轨迹分析的监控视频关键帧提取方法。给出了该方法的实现过程，并进行了实验与分析。结果表明,所提出的方法在关键帧提取准确性上优于当前的主流方法。

尺度变化；方向变化；时空切片；运动轨迹；关键帧提取

随着监控视频数据的爆炸式增长，快速、准确地分析和浏览视频已经成为一个迫切需要解决的难题。关键帧提取作为一种解决方案越来越受到人们的关注[1-3]。关键帧是一种经典、高效的视频浓缩形式，用关键帧代替原视频可以大大降低数据量，同时也便于检索和浏览视频。由于视频数据的多样性和复杂性，以及关键帧的视觉主观性，目前复杂场景下的关键帧提取仍然是一项极具挑战性的课题。

评价关键帧主要看其能否全面、准确地再现原视频的主要事件，在保证全面提取的情况下，尽量降低冗余。广泛应用的关键帧提取算法多是基于视频底层特征分析的[2-5]，以单帧或少量帧的特征变化为标准提取关键帧。由于缺乏完整时间维的特征分析，难以从整体上把握关键帧的数量及位置，并且容易受到场景变化、目标姿态变化、目标遮挡等干扰造成重要特征漏检，进而导致真正的关键帧没有被提取到。……