[发明专利]基于视频监控网络的视频自动浓缩方法

权利要求书

1.一种基于视频监控网络的视频自动浓缩方法，其特征在于包括步骤如下：

步骤S1：从两个具有重叠区域的摄像机分别获得第一视频源和第二视频源，并对运动目标进行分割和跟踪，提取背景图像、提取视频监控网络运动轨迹；

步骤S2：根据提取的背景图像生成基于视频监控网络的全景图像，得到两个摄像机各自对应于全景图像的投影矩阵，并随时间推移实时更新基于视频监控网络背景的全景图像；

步骤S3：利用两个摄像机全景图像的投影矩阵，把轨迹投影到全景图像空间，得到投影轨迹；

步骤S4：采用图匹配的方法，基于随机游走思想，对两个摄像机的的视频源的投影轨迹进行匹配，得到匹配轨迹对，对重叠区域的匹配轨迹进行选择和融合，得到完整的大场景轨迹；

步骤S5：对大场景轨迹按时间重新排列，然后在全景图像上对完整的大场景轨迹进行展现，得到基于全景图像的视频浓缩。

2.根据权利要求1所述的基于视频监控网络的视频自动浓缩方法，其特征在于，对视频监控网络运动轨迹进行匹配的步骤包括：把视频监控网络的每条轨迹看作一个点，每个摄像机代表一个图，然后把两个相邻摄像机之间的运动轨迹匹配问题当作求两个图像点集之间的最大匹配问题来解决；把两个图像的点与点的关系度量，转换成点对之间的图像度量，并把两个图像转换为一个点对图，在点对图上采用快速加权随机游走的思想，当随机游走收敛到稳定状态，从稳定状态中根据图像点的得分，求得最大匹配集。

3.根据权利要求1所述的基于视频监控网络的视频自动浓缩方法，其特征在于，还包括视频监控网络运动轨迹的特征表述是采用多个特征同时来表述运动轨迹，所述多个特征是32维梯度方向直方图、RGB3种颜色分量的直方图、运动轨迹的平均加速度、运动轨迹的平均速度和轨迹长度。

4.根据权利要求1所述的基于视频监控网络的视频自动浓缩方法，其特征在于，所述重叠区域匹配轨迹的选择与融合是采用自适应权重的方法对长度较长和观测点较多的轨迹，采用更更大的权重。另外设定阈值，如果权重低于阈值，则舍弃该的轨迹，如果等于或大于阈值，则选择该轨迹进行融合，最后获得两条轨迹的像素值乘以权重后叠加轨迹。

5.根据权利要求1所述的基于视频监控网络的视频自动浓缩方法，其特征在于，基于全景图像的视频浓缩是用能量损耗函数来表示视频浓缩中，对监控网络中已经匹配和融合的大场景轨迹重新排列带来的能量损耗，获得能量损耗后，用优化的方法求出一个轨迹重新排列的最优解，使能量损耗函数最小，最后把重新排列的轨迹，在全景图上叠加展现。

6.根据权利要求1所述的基于视频监控网络的视频自动浓缩方法，其特征在于，所述能量损耗包括轨迹丢失运动损耗、轨迹交叉遮挡损耗、轨迹时间错乱损耗、重叠区域轨迹选择损耗和背景更新损耗。