论文部分内容阅读
视频数据是信息存储的重要手段,但一些情况下,例如监控相机记录的视频,其视频的帧与帧之间相似度高,形成大量的信息冗余,为信息的存储、查询、传输等带来困难。本论文主要设计了一种视频语义浓缩算法,通过提取视频中的关键帧,实现快速、准确的感知视频内容的目的。本文算法首先采用背景建模方法从原始视频中提取包含重要信息的连续前景视频段,去除信息量较少的背景帧,然后通过采用视频语义分割方法将前景视频段分割得到一系列的子视频,将从子视频的每一帧中提取出来的特征构成原始字典,采用字典选择方法提取出关键帧。本文方法针对监控视频,使用背景建模过滤无用信息,通过视频语义分割方法可处理不限长度的视频,而所选取的图像特征和字典选择方法则能灵活有效地提取出有意义的关键帧。本文使用C++编程语言,利用OpenCV函数库,编写了具有MFC界面的程序,可以自动地根据输入的视频,提取出关键帧,此外还能显示关键帧、分值等信息,并将其保存下来。在最后的实验部分,通过对固定平台视频的测试,并与人工标识及其他语义浓缩方法进行比较,证明了本文算法的重构误差较小,可以准确提取视频中的关键帧。