《基于视频结构化图侦系统的应用研究》由会员分享，可在线阅读，更多相关《基于视频结构化图侦系统的应用研究（78页珍藏版）》请在金锄头文库上搜索。
1、 硕士专业学位论文 论文题目 基于视频结构化图侦系统的应用研究 研 究 生 姓 名 劳国芳 指导教师姓名 李云飞 专 业 名 称 计算机技术 研 究 方 向 图形图像处理 论文提交日期 2012 年 10 月 基于视频结构化图侦系统的应用研究 中文摘要 I 基于视频结构化图侦系统的应用研究 中文摘要 目前，视频监控系统已经成为治安防控、侦查破案的重要手段。但是，面对海 量的视频信息、 非结构化的数据形式和内容的多义性，在案发后人工调阅方式耗时耗 力，大量视频未经梳理而流失，严重影响了监控系统的建设成效。 目前在安全防范领 域中，有效分析、组织和管理视频数据，研究基于内容的视频应用系统取代人工方
2、 式，已经成为警务信息化应用的研究重点。 本文分析研究了视频数据的规范化采集、结构化存储和全局性共享等问题，提出 基于视频内容结构化分析技术，按照“一个证据中心，两个核心应用”方式来构建图 侦系统的技术方案和应用模式。主要工作包括： （1）分析了当前公安图侦工作的困难和制约，研究了视频图像从采集、研判， 到管理、应用的一体化工作模式，基于视频内容结构化分析技术，提出了“视频证据 中心、视频图像取证、视频研判分析”为框架的网侦系统研发思路。 （2）从警务一体化的角度，以视频采集、证据管理、研判应用为业务主线，研 究了基于视频结构化图侦系统建设的总体技术方案、基本功能点，设计了系统研发的 体系架构
3、、逻辑架构、数据架构，以及与外部系统之间的关系。 （3）分析了视频结构化建库的主要任务和核心问题，从视频人、车、物基本要 素入手，进行了视频证据中心的模型设计，包括证据中心的体系结构、视频对象结构 化定义、对外数据交互视图，以及证据中心实体-关系图（ERD） 。 （4）从工作模式和核心应用出发，分析了图侦业务的主要角色和主要环节，设 计了图侦工作的业务流程、关键业务交互顺序、摘要索引业务流程和基本功能点，整 合运用视频结构化、视频摘要、视频索引等先进技术，进行了软件的设计和实现。 使用结果表明，基于视频内容结构化开发的图侦系统，能够实现视频监控信息的 全程筛选，防止有用信息的流失，再造了视频监
4、控及研判应用的信息流及业务流，能 够有效支撑了图侦工作机制的转型发展。 关键字：关键字：视频结构化；信息共享；图像侦查；应用系统 作作 者：者：劳国芳 指导教师：指导教师：李云飞 Abstract Applied research based on video structured surveillance system II Applied research based on video structured surveillance system Abstract Currently, the video surveillance system has become an importan
5、t means of investigating, crime prevention and crime control. However, it is hard to deal with the vast amounts of video information, the ambiguity of unstructured data .Access to time-consuming view the video, A large number of video will be skipped without be used. It will seriously affect the eff
6、ectiveness of the surveillance system. It has become the focus in police information technology that effectively analyzes, organize and manage video data, the study of application system for video. This paper analyzes the question of the standardization of video data acquisition, structured storage
7、and global sharing, Base on the structured analysis techniques according to “an evidence center, two core applications”, build technical solutions and application mode. The main work includes: (1) Analyzed the difficulties and constraints of the current public security figure investigation work, stu
8、died integrated work mode of video images from collecting, analyzing, management and application, structured analysis techniques based on video content, “video evidence center, video image forensics and video judged analysis “as a framework for network surveillance system research and development id
9、eas. (2) From the perspective of policing integration, combined with police actual video collection, evidence management, analyzing the application of business lines, researched the overall technical scheme based on video structured surveillance system, designed the relationship of the system R人脸探 测
10、、跟踪与识别的研究更是开展得十分广泛，技术也趋于成熟。 (3)视频内容对象重要度的评判：以自动或人工提取的视频内容为基础，通过建 立一定的重要度评判标准或评判模型，对视频对象重要程度进行分级评判。根据不同 需求，视频内容重要度的判定也有所不同。一般在生成视频摘要的过程中，往往先对 视频进行结构化分析，形成关于视频内容的层次模型，并得到关于一些对象的描述， 然后根据具体的需求结合我们某些领域知识，对视频内容对象的重要程度进行判定， 选取某些相关度高，概括性强而又重要程度高的视频内容形成缩略视频。 重要度的判定是一个比较主观的过程， 很难用一种定量的方法来描述摘要效果的 好坏。目前研究的原型系统中
11、，大多采用了用户评估的方法。这种方法费时费力，能 否找到一种合理的定量的视频摘要评价标准，是一个值得研究的问题。 (4)视频摘要合成和表现：将选择的重要视频内容对象以一定的方式组合起来， 形成某种形式的视频摘要，并以可视化的形式将摘要展现出来。 以上四条就是视频摘要的基本步骤， 有关视频摘要的研究都是围绕着这几个步骤 展开的。例如，在视频分割当中包含镜头探测、场景聚类、故事单元探测等技术;在 视频内容提取当中包含字幕识别， 人脸识别等技术。 它们为后续的摘要工作提供铺垫。 它们涉及了自然语言处理、人工智能甚至心理学领域的知识，所用技术也相对比较复 杂。 基于视频结构化图侦系统的应用研究 第二章
12、 基础技术概述 17 2.3. 视频检索技术综述 所谓“视频检索技术”， 就是通过对视频内容的分析、 表示， 提取视频特征信息， 建立视频结构化数据库和特征索引， 利用被检索的图像特征值与数据库中图像的特征 值进行特征的相似性匹配，从而达到对图像检索的目的。 因此， 基于内容的视频图像检索技术首先要解决的问题就是视频中图像内容的分 析和表示 34。视频中图像内容的分析和表示指的是首先提取视频段中的关键帧，关键 帧是这一段视频中能反映视频段主要信息的图像， 通过对这张图像像素的颜色、 纹理、 形状信息以及像素的相互关联进行分析，从而可以得到一系列数字特征或者描述特 征，通过这些特征可以在一定程度
13、上对图像本身的内容进行描述。然后，利用这些特 征值可以对图像建立索引， 利用被检索的图像特征值与数据库中图像的特征值进行特 征的相似性匹配，从而达到对图像检索的目的。因此，图像内容的描述问题实质上是 一个图像特征值的提取问题。 2.3.1 视频特征的提取 从广义上来说，图像的特征信息包括文本(比如关键字、注释)和视觉特征。图像 的视觉特征可分为两类 35,36，一类为通用的视觉特征，另一类为和领域相关的视觉特 征。第一类用于表示所有图像共有的特征，与具体的图像类型或内容无关，主要包括 图像的低级特征如颜色、纹理、形状以及图像的高级特征如图像中的字幕等信息；另 一类主要建立在对所表示图像内容的一
14、些先验知识的基础上，与实际应用紧密相关， 比如，人的指纹特征与面部特征等。从这个意义上来说，基于内容的视频检索实质上 是基于视频图像特征检索的过程。 本文需要采用的是图像中行人与车辆视觉特征的提 取与匹配技术，主要涉及到图像的低级特征。 通过对视频进行结构化分析，我们通常可以得到四种级别的视频单元 37：场景、 镜头、 事故单元和关键帧。 针对不同的级别单元， 提取单元特征的方法也不完全相同。 如果提取的视频单元为场景，就要提取场景的故事情节；而对于镜头，就需要对运动 对象的特定信息和视频的运动信息进行提取；在对关键帧这一层进行处理时，一般需 要对图像提取一些低级特征，例如颜色、纹理、形状等。
15、因为事故单元可以由一个或 多个关键帧来表示， 因此在事故单元级别上的特征提取事实上也属于关键帧特征提取 第二章 基础技术概述 基于视频结构化图侦系统的应用研究 18 的范畴。要在关键帧层次上提取这些低级特征，相对比较简单，一般可以自动提取。 而要在场景、镜头层次上提取那些属于视频高级语义的图像特征，就目前的技术发展 来看它的提取难度相对较大，即使可以提取出来，不仅需要大量的人工交互，提取结 果也与关键帧本身的特征信息存在一定误差。也就是说就目前而言，基于镜头或场景 层次上的提取还不能实现完全的自动提取。 2.3.2 视频数据库技术 在基于内容的视频检索中， 首先要解决的是视频数据存储与管理这个
16、最基础的问 题， 因为在基于内容的视频检索中需要对大量的视频图像数据及图像的特征描述信息 进行存储，而这就需要能够对这些数据特征信息支持的数据库视频数据库(VDB) 来实现。视频数据库与传统数据库最主要的区别在于所处理的数据不同。传统的数据 库一般处理的是一些文本和数字，因此对存储空间的要求不高，并且处理的数据都是 结构化的。而视频数据库一般处理的对象为视频、图片以及特征值等，它们对存储空 间有较高的要求，并且对数据库的抽象与描述能力也有较高要求，因此视频数据库技 术是视频数据库系统研究的重点。本文将结合公安图侦工作需要，分析进行视频图像 数据描述与存储的视频数据库模型和数据库体系结构。 根据视频数据的特性，视频数据库系统应该具有以下特点 38,39： (1)扩展性。视频数据库系统(VDB)体系结构应该是易于扩展的、灵活的，以便于 支持对媒体对象或特征信息进行检索。为了满足视频数据库的这些特殊需求，通常 VDB 系统应该包括大量的数据管理模块和功能实现模块，同时还要具备对系统进行更 新或扩展时增加新管理模块
