1、視頻檢索在安防監(jiān)控等領(lǐng)域得到廣泛應(yīng)用，基于文本的視頻檢索只能對(duì)整段視頻進(jìn)行簡(jiǎn)單的文本屬性檢索，而基于內(nèi)容的視頻檢索則可以對(duì)視頻內(nèi)容本身進(jìn)行深度檢索，是近年來(lái)的研究熱點(diǎn)。目前，基于內(nèi)容的監(jiān)控視頻檢索，一般僅使用耗時(shí)的視覺(jué)內(nèi)容特征匹配的方法，較少利用相機(jī)自身的地理時(shí)空信息對(duì)檢索過(guò)程進(jìn)行優(yōu)化，難以兼顧檢索效率和檢索質(zhì)量，在海量視頻監(jiān)控?cái)?shù)據(jù)面前往往不盡如人意。PTZ（Pan/Tilt/Zoom）相機(jī)在監(jiān)控領(lǐng)域廣為使用，具有固定的空間位置和可計(jì)算

2、的空間覆蓋域。本文結(jié)合PTZ相機(jī)監(jiān)控視頻的時(shí)空特征、全局內(nèi)容特征和局部?jī)?nèi)容特征，研究了監(jiān)控視頻及其特征數(shù)據(jù)的優(yōu)化組織，提出了兼顧檢索速度和檢索質(zhì)量的PTZ相機(jī)監(jiān)控視頻檢索方法。
　　本文的主要研究成果如下:
　　(1)PTZ相機(jī)監(jiān)控視頻分層組織模型
　　針對(duì)PTZ相機(jī)監(jiān)控視頻數(shù)據(jù)的特點(diǎn)和高效檢索的應(yīng)用需求，結(jié)合鍵值型數(shù)據(jù)庫(kù)的快速存取機(jī)制，設(shè)計(jì)了基于鍵值型數(shù)據(jù)庫(kù)的監(jiān)控視頻數(shù)據(jù)分層組織模型，將監(jiān)控?cái)?shù)據(jù)分為相機(jī)、視頻、鏡頭、

3、關(guān)鍵幀四個(gè)層次，分析了不同層次數(shù)據(jù)在鍵值型數(shù)據(jù)庫(kù)中的存儲(chǔ)結(jié)構(gòu)，同時(shí)根據(jù)PTZ相機(jī)的參數(shù)信息，計(jì)算出相機(jī)的空間覆蓋域，根據(jù)視頻和視頻段的時(shí)間特征建立了基于區(qū)間樹(shù)的時(shí)間索引，并在時(shí)間、空間和內(nèi)容特征間建立了關(guān)聯(lián)。
　　(2)視頻結(jié)構(gòu)化處理和特征提取
　　在鏡頭邊緣檢測(cè)時(shí)，采用可變滑動(dòng)窗口的方式對(duì)視頻幀進(jìn)行比較，并利用顏色直方圖檢測(cè)鏡頭切變點(diǎn)，邊緣輪廓法檢測(cè)鏡頭的漸變點(diǎn)。在鏡頭分割的基礎(chǔ)上，采用一種自適應(yīng)閾值的方式進(jìn)行關(guān)鍵幀提取，

4、得到多個(gè)關(guān)鍵幀代表鏡頭的主要內(nèi)容。為解決檢索目標(biāo)大小可變帶來(lái)的匹配問(wèn)題，將關(guān)鍵幀進(jìn)行多粒度劃分，提取了全局特征和SIFT局部特征代表子幀的主要內(nèi)容，全局特征包括顏色、形狀、紋理特征，采用高斯歸一化公式進(jìn)行歸一化并進(jìn)行多特征融合。
　　(3)基于時(shí)-空-內(nèi)容特征的PTZ相機(jī)監(jiān)控視頻檢索
　　采用時(shí)-空-內(nèi)容特征相結(jié)合的檢索方式，首先利用時(shí)空覆蓋域進(jìn)行快速剪枝，然后利用向量維度相對(duì)較少的全局特征進(jìn)行粗查詢，過(guò)濾掉匹配度低的關(guān)鍵幀