CN102930061A - 一种基于运动目标检测的视频摘要方法及系统 - Google Patents
一种基于运动目标检测的视频摘要方法及系统 Download PDFInfo
- Publication number
- CN102930061A CN102930061A CN2012104923774A CN201210492377A CN102930061A CN 102930061 A CN102930061 A CN 102930061A CN 2012104923774 A CN2012104923774 A CN 2012104923774A CN 201210492377 A CN201210492377 A CN 201210492377A CN 102930061 A CN102930061 A CN 102930061A
- Authority
- CN
- China
- Prior art keywords
- moving target
- video
- target
- module
- moving
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Image Analysis (AREA)
Abstract
本发明涉及一种基于运动目标检测的视频摘要方法,包括:对初始图像序列帧进行运动目标检测及分析处理,得到原始视频每帧运动目标的视觉特征信息,在帧间进行目标跟踪合并处理,提取出原始视频各个运动目标的索引信息;对各个运动目标对象进行时间及空间上的重排序,并融合背景图像生成摘要视频,并记录摘要视频各个运动目标的索引信息;建立摘要视频每帧运动目标与原始视频运动目标的索引关联。本发明还公开了一种基于运动目标检测的视频摘要系统。本发明的目标跟踪合成方法简单有效,实现了监控视频的快速、准确的摘要浓缩,索引的使用使得播放时能够随时方便的浏览运动目标出现的原始视频片段。本发明生成摘要速度快、准确性和易用性强。
Description
技术领域
本发明涉及监控视频摘要、浓缩领域,尤其是一种基于运动目标检测的视频摘要方法及系统。
背景技术
目前,随着经济和信息技术的发展,人们对安全防范的需求也越来越高,视频监控作为安全防范领域的有效手段,应用范围越来越广,应用需求也在不断的提高。
在日常应用中,视频监控录像存在存储数据量大,存储时间长等特点,通过录像了解某一时间段内出现的行人、车辆等有意义信息,特别是公安系统在寻找线索、获取证据时,传统的做法会耗费大量人力、物力以及时间,效率极其低下,以至于错过最佳破案时机。因此在视频监控系统中,对原始视频进行摘要、浓缩,可以快速浏览特定时间段内出现的人物、车辆以及发生的事,花费较短时间了解掌握几小时甚至几天的该监控范围内经过的人、车及发生的行为,出现案件时能够快速锁定目标对象,对于公安加快破案速度,提高大案、要案的破案效率具有重要指导意义。
发明内容
本发明的首要目的在于提供一种能够对视频监控信息进行摘要、浓缩,快速锁定运动目标的基于运动目标检测的视频摘要方法,该方法包括下列顺序的步骤:
(1)获取待处理的原始视频的初始图像序列,对初始图像序列帧进行运动目标检测及分析处理,得到原始视频每帧运动目标的视觉特征信息,在帧间进行目标跟踪合并处理,提取出原始视频各个运动目标的索引信息;
(2)根据原始视频各个运动目标的索引信息,对各个运动目标对象进行时间及空间上的重排序,并融合背景图像生成摘要视频,并记录摘要视频各个运动目标的索引信息;
(3)根据原始视频各个运动目标的索引信息和摘要视频各个运动目标的索引信息,建立摘要视频每帧运动目标与原始视频运动目标的索引关联。
本发明的另一目的在于提供一种基于运动目标检测的视频摘要系统,包括:
视频输入模块,获取待处理的视频片段或实时视频流;
目标提取及合成模块,从原始视频中获取初始图像序列,利用改进的背景减法对图像序列进行分析处理,获取各帧中的运动目标的视觉特征信息,在帧间进行运动目标跟踪,得到各个运动目标对象的索引信息;
目标重排序模块,根据各个运动目标对象的索引信息对各个运动目标对象在时间和空间上重新排序;
索引构建模块,存储不同阶段运动目标的索引信息,并且将不同阶段的目标对象及其位置相互关联;
摘要结果输出模块,将重新排序后的目标对象图像序列与背景图像进行融合、合成,并进行视频编码生成摘要视频,并根据索引构建模块保存的索引信息,将摘要视频每帧运动目标与原始视频运动目标进行目标关联,生成目标索引文件;
摘要播放模块,播放摘要视频,若用户点击摘要视频某帧中的运动目标,则查询索引文件,调出该运动目标对象出现的原始视频地址及在原始视频中的起始位置,并播放运动目标出现的原始视频段。
由上述技术方案可知,本发明采用改进的运动目标检测算法能够准确的分割出运动目标,目标跟踪合成方法简单有效;运动目标对象的重排序规则既保证了原始运动目标出现的时间顺序又保证了在每帧中运动目标对象的空间紧凑性;在空间和时间上可以进行高效的压缩,实现了监控视频的快速、准确的摘要浓缩,索引的使用使得播放时能够随时方便的浏览运动目标出现的原始视频片段。本发明生成摘要速度快、准确性和易用性强。
附图说明
图1是本发明的工作流程图;
图2是本发明的功能模块示意图。
具体实施方式
一种基于运动目标检测的视频摘要方法,该方法包括:(1)获取待处理的原始视频的初始图像序列,对初始图像序列帧进行运动目标检测及分析处理,得到原始视频每帧运动目标的视觉特征信息,在帧间进行目标跟踪合并处理,提取出原始视频各个运动目标的索引信息;(2)根据原始视频各个运动目标的索引信息,对各个运动目标对象进行时间及空间上的重排序,并融合背景图像生成摘要视频,并记录摘要视频各个运动目标的索引信息;(3)根据原始视频各个运动目标的索引信息和摘要视频各个运动目标的索引信息,建立摘要视频每帧运动目标与原始视频运动目标的索引关联。如图1所示。
如图1所示,所述原始视频是指同一摄像头拍摄的连续的监控视频片段或实时的监控视频流;所述运动目标的视觉特征信息包括运动目标的位置、轮廓及图像信息,所述运动目标的索引信息包括运动目标出现的起始/结束帧、每帧中的位置以及运动轨迹信息。
如图1所示,视频输入模块输入原始视频后,目标提取及合成模块利用改进的背景减法对初始图像序列帧进行运动目标检测及分析处理,获取每帧中运动目标的视觉特征信息,根据该视觉特征信息,在帧间进行运动目标跟踪,得到原始视频各个运动目标的索引信息。
采取改进的背景减法检测运动目标的方法如下:
图像中每个点的背景模型M(x)由N个背景点v(i)表示:
M(x)={v1,v2,v3,...,vN}
判断图像是否为前景的公式为:
背景模型M(x)中背景点v(i)采用下述方法进行更新:
当P(x)=background时进行背景更新,更新位置i随机,即:
V([N*rand(0,1)])=I(x)
当P(x)=foreground时不更新。
如图1所示,在获得每帧运动目标的初始位置后,随着目标位置的变化,通过计算下一帧运动目标的轮廓内重叠面积,得到与前一帧轮廓重叠面积最大的运动目标,将其视为同一运动目标,从而实现运动目标的跟踪。
如图所示,在获得各个完整的运动目标对象后,目标重排序模块对各个运动目标对象进行时间及空间上的重排序,重排序规则为:
时间上,按照运动目标对象在原始视频中出现的前后时间顺序排列,后出现的运动目标对象重排序后出现于先出现的运动目标对象之后;
空间上,任意两个运动目标对象在重排序后重叠的帧数低于阈值T。
摘要结果输出模块计算摘要过程中保存的各个阶段运动目标的索引信息,并最终进行相互关联,生成摘要视频每帧运动目标与原始视频运动目标相关联的索引文件。
如图2所示,本系统包括六个模块:
视频输入模块,获取待处理的视频片段或实时视频流;
目标提取及合成模块,从原始视频中获取初始图像序列,利用改进的背景减法对图像序列进行分析处理,获取各帧中的运动目标的视觉特征信息,在帧间进行运动目标跟踪,得到各个运动目标对象的索引信息;
目标重排序模块,根据各个运动目标对象的索引信息对各个运动目标对象在时间和空间上重新排序;
索引构建模块,存储不同阶段运动目标的索引信息,并且将不同阶段的目标对象及其位置相互关联;
摘要结果输出模块,将重新排序后的目标对象图像序列与背景图像进行融合、合成,并进行视频编码生成摘要视频,并根据索引构建模块保存的索引信息,将摘要视频每帧运动目标与原始视频运动目标进行目标关联,生成目标索引文件;
摘要播放模块,播放摘要视频,在用户点击摘要视频某帧中的运动目标时,查询索引文件,调出该运动目标对象出现的原始视频地址及在原始视频中的起始位置,并播放运动目标出现的原始视频段。
所述的视频输入模块的输出端与目标提取及合成模块的输入端相连,目标提取及合成模块的输出端与目标重排序模块的输入端相连,视频输入模块、目标提取及合成模块、目标重排序模块均与索引构建模块相连,索引构建模块、目标重排序模块的输出端与摘要结果输出模块的输入端相连,摘要结果输出模块的输出端与摘要播放模块的输入端相连。
综上所述,本发明采用改进的运动目标检测算法能够准确的分割出运动目标,目标跟踪合成方法简单有效;运动目标对象的重排序规则既保证了原始运动目标出现的时间顺序又保证了在每帧中运动目标对象的空间紧凑性;在空间和时间上可以进行高效的压缩,实现了监控视频的快速、准确的摘要浓缩,索引的使用使得播放时能够随时方便的浏览运动目标出现的原始视频片段。本发明生成摘要速度快、准确性和易用性强。
Claims (9)
1.一种基于运动目标检测的视频摘要方法,该方法包括下列顺序的步骤:
(1)获取待处理的原始视频的初始图像序列,对初始图像序列帧进行运动目标检测及分析处理,得到原始视频每帧运动目标的视觉特征信息,在帧间进行目标跟踪合并处理,提取出原始视频各个运动目标的索引信息;
(2)根据原始视频各个运动目标的索引信息,对各个运动目标对象进行时间及空间上的重排序,并融合背景图像生成摘要视频,并记录摘要视频各个运动目标的索引信息;
(3)根据原始视频各个运动目标的索引信息和摘要视频各个运动目标的索引信息,建立摘要视频每帧运动目标与原始视频运动目标的索引关联。
2.根据权利要求1所述的基于运动目标检测的视频摘要方法,其特征在于:所述原始视频是指同一摄像头拍摄的连续的监控视频片段或实时的监控视频流;所述运动目标的视觉特征信息包括运动目标的位置、轮廓及图像信息,所述运动目标的索引信息包括运动目标出现的起始/结束帧、每帧中的位置以及运动轨迹信息。
3.根据权利要求1所述的基于运动目标检测的视频摘要方法,其特征在于:视频输入模块输入原始视频后,目标提取及合成模块利用改进的背景减法对初始图像序列帧进行运动目标检测及分析处理,获取每帧中运动目标的视觉特征信息,根据该视觉特征信息,在帧间进行运动目标跟踪,得到原始视频各个运动目标的索引信息。
4.根据权利要求1所述的基于运动目标检测的视频摘要方法,其特征在于:在获得各个完整的运动目标对象后,目标重排序模块对各个运动目标对象进行时间及空间上的重排序,重排序规则为:
时间上,按照运动目标对象在原始视频中出现的前后时间顺序排列,后出现的运动目标对象重排序后出现于先出现的运动目标对象之后;
空间上,任意两个运动目标对象在重排序后重叠的帧数低于阈值T。
5.根据权利要求1所述的基于运动目标检测的视频摘要方法,其特征在于:摘要结果输出模块计算摘要过程中保存的各个阶段运动目标的索引信息,并最终进行相互关联,生成摘要视频每帧运动目标与原始视频运动目标相关联的索引文件。
6.根据权利要求3所述的基于运动目标检测的视频摘要方法,其特征在于:采取改进的背景减法检测运动目标的方法如下:
图像中每个点的背景模型M(x)由N个背景点v(i)表示:
M(x)={v1,v2,v3,...,vN}
判断图像是否为前景的公式为:
背景模型M(x)中背景点v(i)采用下述方法进行更新:
当P(x)=background时进行背景更新,更新位置i随机,即:
V([N*rand(0,1)])=I(x)
当P(x)=foreground时不更新。
7.根据权利要求3所述的基于运动目标检测的视频摘要方法,其特征在于:在获得每帧运动目标的初始位置后,随着目标位置的变化,通过计算下一帧运动目标的轮廓内重叠面积,得到与前一帧轮廓重叠面积最大的运动目标,将其视为同一运动目标。
8.一种基于运动目标检测的视频摘要系统,包括:
视频输入模块,获取待处理的视频片段或实时视频流;
目标提取及合成模块,从原始视频中获取初始图像序列,利用改进的背景减法对图像序列进行分析处理,获取各帧中的运动目标的视觉特征信息,在帧间进行运动目标跟踪,得到各个运动目标对象的索引信息;
目标重排序模块,根据各个运动目标对象的索引信息对各个运动目标对象在时间和空间上重新排序;
索引构建模块,存储不同阶段运动目标的索引信息,并且将不同阶段的目标对象及其位置相互关联;
摘要结果输出模块,将重新排序后的目标对象图像序列与背景图像进行融合、合成,并进行视频编码生成摘要视频,并根据索引构建模块保存的索引信息,将摘要视频每帧运动目标与原始视频运动目标进行目标关联,生成目标索引文件;
摘要播放模块,播放摘要视频,在用户点击摘要视频某帧中的运动目标时,查询索引文件,调出该运动目标对象出现的原始视频地址及在原始视频中的起始位置,并播放运动目标出现的原始视频段。
9.根据权利要求8所述的基于运动目标检测的视频摘要系统,其特征在于:所述的视频输入模块的输出端与目标提取及合成模块的输入端相连,目标提取及合成模块的输出端与目标重排序模块的输入端相连,视频输入模块、目标提取及合成模块、目标重排序模块均与索引构建模块相连,索引构建模块、目标重排序模块的输出端与摘要结果输出模块的输入端相连,摘要结果输出模块的输出端与摘要播放模块的输入端相连。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210492377.4A CN102930061B (zh) | 2012-11-28 | 2012-11-28 | 一种基于运动目标检测的视频摘要方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210492377.4A CN102930061B (zh) | 2012-11-28 | 2012-11-28 | 一种基于运动目标检测的视频摘要方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102930061A true CN102930061A (zh) | 2013-02-13 |
CN102930061B CN102930061B (zh) | 2016-01-06 |
Family
ID=47644858
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210492377.4A Active CN102930061B (zh) | 2012-11-28 | 2012-11-28 | 一种基于运动目标检测的视频摘要方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102930061B (zh) |
Cited By (35)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103226586A (zh) * | 2013-04-10 | 2013-07-31 | 中国科学院自动化研究所 | 基于能量分布最优策略的视频摘要方法 |
CN103793477A (zh) * | 2014-01-10 | 2014-05-14 | 同观科技(深圳)有限公司 | 用于生成视频摘要的系统及方法 |
CN103929685A (zh) * | 2014-04-15 | 2014-07-16 | 中国华戎控股有限公司 | 一种视频摘要生成及索引方法 |
CN104182959A (zh) * | 2013-05-22 | 2014-12-03 | 浙江大华技术股份有限公司 | 目标搜索方法及装置 |
CN104284158A (zh) * | 2014-10-23 | 2015-01-14 | 南京信必达智能技术有限公司 | 面向事件的智能监控相机方法 |
CN104299206A (zh) * | 2013-07-16 | 2015-01-21 | 浙江大华技术股份有限公司 | 一种图像处理方法及装置 |
CN104469547A (zh) * | 2014-12-10 | 2015-03-25 | 西安理工大学 | 一种基于树状运动目标轨迹的视频摘要生成方法 |
CN104581000A (zh) * | 2013-10-12 | 2015-04-29 | 北京航天长峰科技工业集团有限公司 | 一种视频关注目标的运动轨迹的快速检索方法 |
CN104581437A (zh) * | 2014-12-26 | 2015-04-29 | 中通服公众信息产业股份有限公司 | 一种视频摘要生成及视频回溯的方法及系统 |
CN104636413A (zh) * | 2013-11-07 | 2015-05-20 | 三星泰科威株式会社 | 视频搜索系统和方法 |
CN104639994A (zh) * | 2013-11-08 | 2015-05-20 | 杭州海康威视数字技术股份有限公司 | 基于运动目标生成视频摘要的方法、系统及网络存储设备 |
CN104717573A (zh) * | 2015-03-05 | 2015-06-17 | 广州市维安电子技术有限公司 | 一种视频摘要的生成方法 |
CN104811655A (zh) * | 2014-01-24 | 2015-07-29 | 范钦雄 | 一种影片浓缩的系统及方法 |
CN104883628A (zh) * | 2014-02-28 | 2015-09-02 | 华为软件技术有限公司 | 一种生成视频浓缩摘要的方法、装置及设备 |
WO2015135106A1 (en) * | 2014-03-10 | 2015-09-17 | Nokia Technologies Oy | Method and apparatus for video processing |
CN105554456A (zh) * | 2015-12-21 | 2016-05-04 | 北京旷视科技有限公司 | 视频处理方法和设备 |
CN105791976A (zh) * | 2015-01-14 | 2016-07-20 | 三星电子株式会社 | 与源内容相关联的精彩视频的生成和显示 |
US9454701B2 (en) | 2013-12-13 | 2016-09-27 | Huawei Technologies Co., Ltd. | Video synopsis method and apparatus |
CN106354816A (zh) * | 2016-08-30 | 2017-01-25 | 东软集团股份有限公司 | 一种视频图像处理方法及装置 |
CN106550283A (zh) * | 2015-09-17 | 2017-03-29 | 杭州海康威视数字技术股份有限公司 | 播放视频摘要的方法及装置 |
CN107222795A (zh) * | 2017-06-23 | 2017-09-29 | 南京理工大学 | 一种多特征融合的视频摘要生成方法 |
US9798932B2 (en) | 2013-10-16 | 2017-10-24 | Huawei Technologies Co., Ltd. | Video extraction method and device |
CN107967298A (zh) * | 2017-11-03 | 2018-04-27 | 深圳辉锐天眼科技有限公司 | 基于视频分析的监控管理方法 |
CN108012202A (zh) * | 2017-12-15 | 2018-05-08 | 浙江大华技术股份有限公司 | 视频浓缩方法、设备、计算机可读存储介质及计算机装置 |
CN108028969A (zh) * | 2015-09-25 | 2018-05-11 | 高通股份有限公司 | 用于视频处理的系统和方法 |
CN108769576A (zh) * | 2018-05-10 | 2018-11-06 | 郑州信大先进技术研究院 | 智能视频处理方法和系统 |
CN109618218A (zh) * | 2019-01-31 | 2019-04-12 | 维沃移动通信有限公司 | 一种视频处理方法及移动终端 |
CN109803112A (zh) * | 2017-11-16 | 2019-05-24 | 中兴通讯股份有限公司 | 基于大数据的视频分析管理方法、装置及系统、存储介质 |
CN110019951A (zh) * | 2017-09-29 | 2019-07-16 | 华为软件技术有限公司 | 一种生成视频缩略图的方法及设备 |
CN110166851A (zh) * | 2018-08-21 | 2019-08-23 | 腾讯科技(深圳)有限公司 | 一种视频摘要生成方法、装置和存储介质 |
CN110278399A (zh) * | 2018-09-29 | 2019-09-24 | 新华智云科技有限公司 | 一种景点参观视频自动生成方法、系统、设备和存储介质 |
CN110322471A (zh) * | 2019-07-18 | 2019-10-11 | 华中科技大学 | 全景视频浓缩的方法、装置、设备及存储介质 |
CN110399525A (zh) * | 2019-07-27 | 2019-11-01 | 广州伽利略网络科技有限公司 | 一种基于图像识别技术的人、物运动轨迹快速检索方法 |
CN110674711A (zh) * | 2019-09-10 | 2020-01-10 | 深圳市城市公共安全技术研究院有限公司 | 城市监控视频动态目标的标定方法及系统 |
CN111860800A (zh) * | 2019-04-26 | 2020-10-30 | 爱思开海力士有限公司 | 神经网络加速设备及其操作方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090110236A1 (en) * | 2007-10-29 | 2009-04-30 | Ching-Chun Huang | Method And System For Object Detection And Tracking |
CN102156707A (zh) * | 2011-02-01 | 2011-08-17 | 刘中华 | 一种视频摘要形成和搜索的方法、系统 |
CN202003350U (zh) * | 2010-12-14 | 2011-10-05 | 广东鑫程电子科技有限公司 | 视频摘要系统 |
CN102609548A (zh) * | 2012-04-19 | 2012-07-25 | 李俊 | 一种基于运动目标的视频内容检索方法及系统 |
CN102708182A (zh) * | 2012-05-08 | 2012-10-03 | 浙江捷尚视觉科技有限公司 | 一种快速视频浓缩摘要方法 |
-
2012
- 2012-11-28 CN CN201210492377.4A patent/CN102930061B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090110236A1 (en) * | 2007-10-29 | 2009-04-30 | Ching-Chun Huang | Method And System For Object Detection And Tracking |
CN202003350U (zh) * | 2010-12-14 | 2011-10-05 | 广东鑫程电子科技有限公司 | 视频摘要系统 |
CN102156707A (zh) * | 2011-02-01 | 2011-08-17 | 刘中华 | 一种视频摘要形成和搜索的方法、系统 |
CN102609548A (zh) * | 2012-04-19 | 2012-07-25 | 李俊 | 一种基于运动目标的视频内容检索方法及系统 |
CN102708182A (zh) * | 2012-05-08 | 2012-10-03 | 浙江捷尚视觉科技有限公司 | 一种快速视频浓缩摘要方法 |
Cited By (51)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103226586A (zh) * | 2013-04-10 | 2013-07-31 | 中国科学院自动化研究所 | 基于能量分布最优策略的视频摘要方法 |
CN103226586B (zh) * | 2013-04-10 | 2016-06-22 | 中国科学院自动化研究所 | 基于能量分布最优策略的视频摘要方法 |
CN104182959A (zh) * | 2013-05-22 | 2014-12-03 | 浙江大华技术股份有限公司 | 目标搜索方法及装置 |
CN104182959B (zh) * | 2013-05-22 | 2017-10-27 | 浙江大华技术股份有限公司 | 目标搜索方法及装置 |
CN104299206B (zh) * | 2013-07-16 | 2017-03-22 | 浙江大华技术股份有限公司 | 一种图像处理方法及装置 |
CN104299206A (zh) * | 2013-07-16 | 2015-01-21 | 浙江大华技术股份有限公司 | 一种图像处理方法及装置 |
CN104581000A (zh) * | 2013-10-12 | 2015-04-29 | 北京航天长峰科技工业集团有限公司 | 一种视频关注目标的运动轨迹的快速检索方法 |
US9798932B2 (en) | 2013-10-16 | 2017-10-24 | Huawei Technologies Co., Ltd. | Video extraction method and device |
CN104636413A (zh) * | 2013-11-07 | 2015-05-20 | 三星泰科威株式会社 | 视频搜索系统和方法 |
CN104636413B (zh) * | 2013-11-07 | 2019-04-19 | 韩华泰科株式会社 | 视频搜索系统和方法 |
CN104639994B (zh) * | 2013-11-08 | 2018-10-09 | 杭州海康威视数字技术股份有限公司 | 基于运动目标生成视频摘要的方法、系统及网络存储设备 |
CN104639994A (zh) * | 2013-11-08 | 2015-05-20 | 杭州海康威视数字技术股份有限公司 | 基于运动目标生成视频摘要的方法、系统及网络存储设备 |
US9454701B2 (en) | 2013-12-13 | 2016-09-27 | Huawei Technologies Co., Ltd. | Video synopsis method and apparatus |
CN103793477B (zh) * | 2014-01-10 | 2017-02-08 | 同观科技(深圳)有限公司 | 用于生成视频摘要的系统及方法 |
CN103793477A (zh) * | 2014-01-10 | 2014-05-14 | 同观科技(深圳)有限公司 | 用于生成视频摘要的系统及方法 |
CN104811655A (zh) * | 2014-01-24 | 2015-07-29 | 范钦雄 | 一种影片浓缩的系统及方法 |
CN104883628A (zh) * | 2014-02-28 | 2015-09-02 | 华为软件技术有限公司 | 一种生成视频浓缩摘要的方法、装置及设备 |
WO2015135106A1 (en) * | 2014-03-10 | 2015-09-17 | Nokia Technologies Oy | Method and apparatus for video processing |
CN103929685A (zh) * | 2014-04-15 | 2014-07-16 | 中国华戎控股有限公司 | 一种视频摘要生成及索引方法 |
CN104284158A (zh) * | 2014-10-23 | 2015-01-14 | 南京信必达智能技术有限公司 | 面向事件的智能监控相机方法 |
CN104469547B (zh) * | 2014-12-10 | 2017-06-06 | 西安理工大学 | 一种基于树状运动目标轨迹的视频摘要生成方法 |
CN104469547A (zh) * | 2014-12-10 | 2015-03-25 | 西安理工大学 | 一种基于树状运动目标轨迹的视频摘要生成方法 |
CN104581437B (zh) * | 2014-12-26 | 2018-11-06 | 中通服公众信息产业股份有限公司 | 一种视频摘要生成及视频回溯的方法及系统 |
CN104581437A (zh) * | 2014-12-26 | 2015-04-29 | 中通服公众信息产业股份有限公司 | 一种视频摘要生成及视频回溯的方法及系统 |
CN105791976A (zh) * | 2015-01-14 | 2016-07-20 | 三星电子株式会社 | 与源内容相关联的精彩视频的生成和显示 |
CN105791976B (zh) * | 2015-01-14 | 2020-11-03 | 三星电子株式会社 | 电子设备和用于播放视频的方法 |
CN104717573A (zh) * | 2015-03-05 | 2015-06-17 | 广州市维安电子技术有限公司 | 一种视频摘要的生成方法 |
CN104717573B (zh) * | 2015-03-05 | 2018-04-13 | 广州市维安电子技术有限公司 | 一种视频摘要的生成方法 |
CN106550283A (zh) * | 2015-09-17 | 2017-03-29 | 杭州海康威视数字技术股份有限公司 | 播放视频摘要的方法及装置 |
CN106550283B (zh) * | 2015-09-17 | 2019-05-21 | 杭州海康威视数字技术股份有限公司 | 播放视频摘要的方法及装置 |
CN108028969A (zh) * | 2015-09-25 | 2018-05-11 | 高通股份有限公司 | 用于视频处理的系统和方法 |
CN105554456A (zh) * | 2015-12-21 | 2016-05-04 | 北京旷视科技有限公司 | 视频处理方法和设备 |
CN106354816A (zh) * | 2016-08-30 | 2017-01-25 | 东软集团股份有限公司 | 一种视频图像处理方法及装置 |
CN107222795A (zh) * | 2017-06-23 | 2017-09-29 | 南京理工大学 | 一种多特征融合的视频摘要生成方法 |
CN110019951A (zh) * | 2017-09-29 | 2019-07-16 | 华为软件技术有限公司 | 一种生成视频缩略图的方法及设备 |
CN107967298A (zh) * | 2017-11-03 | 2018-04-27 | 深圳辉锐天眼科技有限公司 | 基于视频分析的监控管理方法 |
CN109803112A (zh) * | 2017-11-16 | 2019-05-24 | 中兴通讯股份有限公司 | 基于大数据的视频分析管理方法、装置及系统、存储介质 |
CN108012202A (zh) * | 2017-12-15 | 2018-05-08 | 浙江大华技术股份有限公司 | 视频浓缩方法、设备、计算机可读存储介质及计算机装置 |
WO2019114835A1 (en) * | 2017-12-15 | 2019-06-20 | Zhejiang Dahua Technology Co., Ltd. | Methods and systems for generating video synopsis |
US11076132B2 (en) | 2017-12-15 | 2021-07-27 | Zhejiang Dahua Technology Co., Ltd. | Methods and systems for generating video synopsis |
CN108769576A (zh) * | 2018-05-10 | 2018-11-06 | 郑州信大先进技术研究院 | 智能视频处理方法和系统 |
CN108769576B (zh) * | 2018-05-10 | 2021-02-02 | 郑州信大先进技术研究院 | 智能视频处理方法和系统 |
CN110166851A (zh) * | 2018-08-21 | 2019-08-23 | 腾讯科技(深圳)有限公司 | 一种视频摘要生成方法、装置和存储介质 |
CN110278399A (zh) * | 2018-09-29 | 2019-09-24 | 新华智云科技有限公司 | 一种景点参观视频自动生成方法、系统、设备和存储介质 |
CN109618218B (zh) * | 2019-01-31 | 2021-05-28 | 维沃移动通信有限公司 | 一种视频处理方法及移动终端 |
CN109618218A (zh) * | 2019-01-31 | 2019-04-12 | 维沃移动通信有限公司 | 一种视频处理方法及移动终端 |
CN111860800A (zh) * | 2019-04-26 | 2020-10-30 | 爱思开海力士有限公司 | 神经网络加速设备及其操作方法 |
CN110322471B (zh) * | 2019-07-18 | 2021-02-19 | 华中科技大学 | 全景视频浓缩的方法、装置、设备及存储介质 |
CN110322471A (zh) * | 2019-07-18 | 2019-10-11 | 华中科技大学 | 全景视频浓缩的方法、装置、设备及存储介质 |
CN110399525A (zh) * | 2019-07-27 | 2019-11-01 | 广州伽利略网络科技有限公司 | 一种基于图像识别技术的人、物运动轨迹快速检索方法 |
CN110674711A (zh) * | 2019-09-10 | 2020-01-10 | 深圳市城市公共安全技术研究院有限公司 | 城市监控视频动态目标的标定方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN102930061B (zh) | 2016-01-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102930061A (zh) | 一种基于运动目标检测的视频摘要方法及系统 | |
Lin et al. | GAN-based day-to-night image style transfer for nighttime vehicle detection | |
Guan et al. | Fusion of multispectral data through illumination-aware deep neural networks for pedestrian detection | |
US10614310B2 (en) | Behavior recognition | |
Milan et al. | MOT16: A benchmark for multi-object tracking | |
US9349066B2 (en) | Object tracking and processing | |
CN109241349B (zh) | 一种基于深度学习的监控视频多目标分类检索方法及系统 | |
CN104094279B (zh) | 大范围优先的跨摄像机视觉目标再识别方法 | |
CN103020606B (zh) | 一种基于时空上下文信息的行人检测方法 | |
Ferryman et al. | Performance evaluation of crowd image analysis using the PETS2009 dataset | |
CN109492583A (zh) | 一种基于深度学习的车辆重识别方法 | |
Smeureanu et al. | Real-time deep learning method for abandoned luggage detection in video | |
CN113365147A (zh) | 基于音乐卡点的视频剪辑方法、装置、设备及存储介质 | |
Ghadi et al. | Syntactic model-based human body 3D reconstruction and event classification via association based features mining and deep learning | |
CN106815563B (zh) | 一种基于人体表观结构的人群数量预测方法 | |
CN109740479A (zh) | 一种车辆重识别方法、装置、设备及可读存储介质 | |
CN111738218B (zh) | 人体异常行为识别系统及方法 | |
Shi et al. | Using maximum consistency context for multiple target association in wide area traffic scenes | |
CN109684511A (zh) | 一种视频剪辑方法、视频聚合方法、装置以及系统 | |
Lin et al. | How generative adversarial networks promote the development of intelligent transportation systems: A survey | |
US9947107B2 (en) | Method and system for tracking objects between cameras | |
CN104978583A (zh) | 人物动作的识别方法及装置 | |
CN113269038A (zh) | 一种基于多尺度的行人检测方法 | |
CN107665325B (zh) | 基于原子特征袋模型的视频异常事件检测方法及系统 | |
CN103426178B (zh) | 一种基于均值偏移的复杂场景下目标跟踪方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |