軌跡組合就是通過分析原始視頻中所有的運動目標的軌跡信息，然后將時空異步的估計搬移濃縮，去除視頻的空間與時間冗余。通過軌跡組合技術能夠有效地保持視頻內容隨著時間動態變化的特征，同時最大限度地去除視頻的時間冗余信息與空間冗余信息，常見的軌跡組合算法如下：

（1）??????基于運動過程的軌跡組合

生成一段無遮擋碰撞的摘要視頻，將原始視頻中不同時發生的對象活動在視頻摘要中重新組合成彼此不發生碰撞遮擋的摘要視頻，在重新組合過程中，盡可能使摘要視頻時空緊湊且保留主要的活動過程。該方法能夠有效去除原始視頻中的時空冗余細心，完整保留了每個對象的獨立運動信息，且表現了鏡頭中的動態變化，但該方法調整了活動間的時序關系，破壞了目標間的隱性相關關系。

?

（2）??????基于相似活動聚類的軌跡組合方法

這種方法假設同一場景中目標的活動是類似的，通過聚類算法將相似活動目標分類，對于每個分類的目標采用基于運動過程的軌跡組合方法來重組，最后分布為每個類別的目標生成摘要視頻。

這種方法得到的視頻摘要條理清晰，大大提高了瀏覽效率，同時，非正常活動更容易被檢測到。但由于其相似活動類內仍然使用基于運動過程的軌跡組合方法，所以丟失了目標之間的隱性相關關系及活動間的時序性。

?

（3）??????基于用戶關注空間與注意力分析的軌跡組合方法

通過學習觀看者瀏覽視頻和跟蹤運動目標的方法，從而利用視覺感知信息來定位并選取視頻觀看者可能感興趣的區域。

?

（4）??????基于帶狀雕刻裁剪的軌跡組合方法

該方法與基于運動過程的軌跡組合方法類似，都是將視頻序列中時空異步的物體在彼此不發生碰撞遮擋的情況下，重新組合到同一幀或幀序列當中，從而去除時空冗余信息。

該方法認為在x-y平面上，定向運動的物體對應的坐標存在一個不變的分量，故通過軌跡提取后運動目標都是定向運動的，目標在該2D空間中就是基本平行的。所以該方法將視頻的時間-空間3D描述空間轉換為2D空間，通過2D空間上的重組算法去除每兩個運動目標之間存在的空間冗余信息。

（5）??????多視頻軌跡組合方法

該方法首先選取一段較長的視頻作為主視頻，一些較短的視頻作為增補視頻，增補視頻的數目由主視頻和增補視頻的長短、內容決定。先將視頻轉換到一個3D的時間-空間描述空間當中，利用主視頻中對象軌跡間空隙構成3D“孔洞”，再將增補視頻中的對象軌跡插入到3D“孔洞”當中，最終形成視頻摘要。

該方法能夠最大限度縮略多段視頻，但面對場景復雜的視頻時，該方法無法生成合適的“3D孔洞”，導致增補視頻填充結果不理想。

?

總結

以上是生活随笔為你收集整理的视频浓缩中的轨迹组合技术的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。