蔡恬，林哲

（1.汕头职业技术学院网络与信息中心，汕头515078；2.汕头职业技术学院计算机系，汕头515078；3.中山大学广东省大数据分析与处理重点实验室，广州510006）

0 引言

当前，世界各地无数监控摄像机每天不停地捕捉画面，面对快速增长的海量监控视频，传统方法直接存储并且在原始视频中查找内容，效率非常低下。为了有效提高监控视频的存储、传输和利用效率，视频摘要浓缩技术将视频内容进行浓缩，并且打消内容之间的因果关系，力求在最短时间内将视频中所有出现的内容展示出来[1]。首先从原始视频中将对象从背景中分割出来，然后根据目标在三维时空中的位置，以对象重叠最小为基准重新构建视频，能够缩短查看时间或者缩小搜索范围、有效配合人工视频核查。然而，实际应用场景中，由于光照变化无常、对象运动复杂、遮挡、目标与背景颜色相似、杂乱背景等诸多因素的干扰，视频摘要浓缩技术仍然面临严峻的挑战[2-4]。

视频摘要浓缩技术主要包含以下环节：

（1）视频内容的提取

准确地从原始监控视频中分割出感兴趣的对象是视频摘要浓缩技术的重要组成部分，同时也直接影响到浓缩视频的显示效果。对视频中对象提取得越准确，对象不被过度分割或欠分割，生成的浓缩视频就越自然，越有利于提供视频线索[5]。此外，针对特殊场景的视频摘要方法仍然是难点之一，既要保留原始视频中的重要对象及其活动，又要尽可能缩短浓缩视频的长度，大多数现有的视频摘要方法都只能在两方面之间权衡，难以生成令人满意的浓缩视频[6-8]。……