利用用户描述的运动与物体属性检索长时监控视频
计算机视觉与模式识别
2014-05-02 v1
摘要
我们提出了一种针对长时监控视频（涵盖广域航拍及近场 CCTV 影像）的基于内容的检索方法。我们的目标是检索视频片段，重点检测沿路线移动的物体，以匹配用户定义的关注事件。监控视频获取地点的巨大规模和偏远位置， necessitates 高度压缩但仍能支持用户自定义查询的有意义表示。为应对这些挑战，我们通过对运动和物体特征进行低层级局部时空提取的轻量级处理来归档长时监控视频。随后，利用局部敏感哈希（LSH）将这些特征哈希到倒排索引中。这种局部方法不仅提供了查询灵活性，还显著提高了压缩率。我们的第二项任务是提取与用户创建查询的部分匹配项，并利用动态规划（DP）将其组装成完整匹配。DP 利用因果性将索引化的低层特征组装成匹配查询路线的视频片段。我们考察了 CCTV 和航拍影像，其低对比度使得运动提取更为困难。我们使用 tracklets 生成算法为航拍数据生成鲁棒的运动估计，而使用 Horn 和 Schunck 方法为 CCTV 生成运动估计。我们的方法能够处理长路线、低对比度和遮挡问题。我们推导了误报率的上界，并展示了该方法在计数、运动模式识别和遗留物体检测应用中的有效性。
引用
@article{arxiv.1405.0234,
title = {Retrieval in Long Surveillance Videos using User Described Motion and Object Attributes},
author = {Greg Castanon and Mohamed Elgharib and Venkatesh Saligrama and Pierre-Marc Jodoin},
journal= {arXiv preprint arXiv:1405.0234},
year = {2014}
}
备注
13 pages