[发明专利]一种复杂场景下可靠的视频摘要生成方法

权利要求书

1.一种复杂场景下的视频摘要生成方法，其包括：

步骤1、对获取的视频进行背景建模，获得视频序列中当前帧的运动前景；

步骤2、利用上一帧跟踪过程中计算得到的预测信息，选择合适的目标检测器对当前帧的运动前景进行目标分类和检测，获得运动目标的类型和检测结果；

步骤3、根据所获得的运动目标的类型和检测结果，利用多目标跟踪方法，计算当前帧中运动目标的运动轨迹，并据此来计算下一帧的预测信息，并转步骤2进行下一帧的检测，直至检测完毕所有视频图像帧；

步骤4、根据获得的所有运动目标的运动轨迹和类型，生成视频摘要。

2.如权利要求1所述的方法，其特征在于，步骤1中还对获得的当前视频图像帧的运动前景进行后处理，具体包括：

步骤11、使用形态学结构元素，对前景目标进行形态学开运算和形态学闭运算，获得轮廓光滑的前景，并消除面积较小的噪声点，缩小面积较大的噪声点；

步骤12、对前景目标进行面积计算，若前景目标的面积中像素点小于阈值T₁=5时，则滤除该前景目标，否则，则保留该前景目标。

3.如权利要求1所述的方法，其特征在于，步骤2中所述目标检测器是预先使用方向梯度直方图与线性支持向量机的组合来进行离线训练得到的，用于检测运动目标的类型、轮廓和位置信息。

4.如权利要求3所述的方法，其特征在于，训练所述目标检测器使用的正样本集包括监控视频中出现的以下三类图像：1)行人及正面的非机动车；2)侧面的非机动车；3)机动车；训练得到三个目标检测器。

5.如权利要求1所述的方法，其特征在于，步骤2具体包括：

步骤21、根据上一帧跟踪过程反馈的预测信息，确定目标检测器；

步骤22、根据所确定的目标检测器进行目标检测；

步骤23、若检测到运动目标，则输出当前帧运动目标的检测结果，供运动目标的跟踪过程使用；；

步骤24、若没有检测到运动目标，则将背景建模中获得运动前景的信息输出给跟踪过程。

6.如权利要求5所述的方法，其特征在于，步骤21中根据上一帧跟踪过程所反馈的预测信息，包括当前帧中运动目标的类型、位置、面积、宽高比和个数，来选择目标检测器的类型和尺度，并定位目标检测器的检测位置。

7.如权利要求1所述的方法，其特征在于，步骤3具体包括以下步骤：

步骤31、根据当前帧的运动目标的检测结果，计算当前帧与上一帧中运动目标颜色直方图特征的相似度；

步骤32、根据上一帧中的运动目标检测结果，利用卡尔曼滤波器预测上一帧中的运动目标在当前帧中的位置信息，结合当前帧中运动目标的检测结果，计算运动目标的预测位置和运动目标检测结果中运动目标的实际位置之间的欧式距离；

步骤33、根据步骤31和步骤32的计算结果，使用匈牙利算法，对当前帧中检测到的运动目标与活跃轨迹进行匹配，获得匹配结果，并根据匹配结果更新运动目标的运动轨迹。

8.如权利要求1所述的方法，其特征在于，步骤4中将获得的运动目标的运动轨迹、类别以及出现的持续时间显示在一副视频快照图像中，以视频快照图像的方式构成视频摘要。