面向资源受限视频捕获陷阱的基于运动的压缩算法

现场捕获的视频有助于详细研究动物运动的时空方面、决策制定和环境相互作用，包括捕食者与猎物关系和栖息地利用。尽管数据捕获通过大众硬件制造成本低廉，但存储、处理和传输开销为从场所边缘计算设备获取高分辨率视频提供了障碍。因此，高效压缩算法至关重要，如果要在必须克服此类障碍的情况下进行监控，就需要在单板计算机上进行。动物在野外运动跟踪具有独特特征， necessitating 使用新颖的视频压缩技术，这些技术在其他上下文中可能不被充分探索或不适用。因此，本文引入了一种新的基于运动分析的视频压缩算法，专为摄像陷阱设计。我们使用三种流行的边缘计算平台实现并测试了该算法。该算法识别并存储仅显示与生态学园丁监视相关的运动图像区域，平均减少 87% 的数据大小。我们的实验表明，该算法通过手动观察和压缩影像的自动分析，能够保留昆虫行为分析的关键信息。本文介绍的方法增强了低功耗计算机视觉边缘设备用于远程、现场动物运动监视的适用性，并提高了行为分析期间播放的效率。我们新的软件EcoMotionZip已以开放方式提供。