基于对象的视频摘要算法的实现与加速*

林龙新 刘小丽 全渝娟 林伟伟

(1.暨南大学 信息科学技术学院，广东 广州510632;2.华南理工大学 计算机科学与工程学院，广东 广州510006)

随着平安城市、智慧城市等项目的大规模实施，公安部门等的媒体数据中心存储了海量的视频资源.浏览这些视频资源需要消耗大量的时间和人力成本.对于公安办案，从海量视频中快速找到所关心的目标对象可大幅提升办案效率和降低人力成本.视频摘要技术刚好可以满足这种需求.

基于对象的视频摘要是近年来提出的一种新的摘要技术，是当前计算机视觉方面的研究热点之一.Rav-Acha 和Pritch 等［1-2］开展了开创性工作，基本思想是将原始视频中不同时发生的对象活动合成到时间轴上相对紧凑的简短摘要视频，从而大幅减少视频浏览时间，同时相对原始视频大幅降低存储空间;随后提出了基于相似活动聚类的视频摘要方法［3］，并进一步推广到在线网络摄像头业务［4］，将视频转化为一个三维(3D)空间－时间表示，把每个感兴趣的运动对象看作一段“管带”，将提取的“管带”以最优的排列和背景图像组合成合适的3D 空间－时间表示，最后生成符合用户需求的视频摘要.基于对象的视频摘要中最终摘要视频对象出现碰撞和拥挤问题，为此，文献［5］中通过“多级补丁迁移”方法来充分利用时间和空间，把更多运动目标放入一个扩展重构的背景空间，以得到更紧凑的视频摘要.文献［6］在多源视频摘要的基础上开展复杂场景……