軌跡組合就是通過分析原始視頻中所有的運(yùn)動目標(biāo)的軌跡信息，然后將時空異步的估計(jì)搬移濃縮，去除視頻的空間與時間冗余。通過軌跡組合技術(shù)能夠有效地保持視頻內(nèi)容隨著時間動態(tài)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(yùn)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(fā)生的對象活動在視頻摘要中重新組合成彼此不發(fā)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(xì)心，完整保留了每個對象的獨(dú)立運(yùn)動信息，且表現(xiàn)了鏡頭中的動態(tài)變化，但該方法調(diào)整了活動間的時序關(guān)系，破壞了目標(biāo)間的隱性相關(guān)關(guān)系。

?

（2）??????基于相似活動聚類的軌跡組合方法

這種方法假設(shè)同一場景中目標(biāo)的活動是類似的，通過聚類算法將相似活動目標(biāo)分類，對于每個分類的目標(biāo)采用基于運(yùn)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(biāo)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(nèi)仍然使用基于運(yùn)動過程的軌跡組合方法，所以丟失了目標(biāo)之間的隱性相關(guān)關(guān)系及活動間的時序性。

?

（3）??????基于用戶關(guān)注空間與注意力分析的軌跡組合方法

通過學(xué)習(xí)觀看者瀏覽視頻和跟蹤運(yùn)動目標(biāo)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(qū)域。

?

（4）??????基于帶狀雕刻裁剪的軌跡組合方法

該方法與基于運(yùn)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(fā)生碰撞遮擋的情況下，重新組合到同一幀或幀序列當(dāng)中，從而去除時空冗余信息。

該方法認(rèn)為在x-y平面上，定向運(yùn)動的物體對應(yīng)的坐標(biāo)存在一個不變的分量，故通過軌跡提取后運(yùn)動目標(biāo)都是定向運(yùn)動的，目標(biāo)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(zhuǎn)換為2D空間，通過2D空間上的重組算法去除每兩個運(yùn)動目標(biāo)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(bǔ)視頻，增補(bǔ)視頻的數(shù)目由主視頻和增補(bǔ)視頻的長短、內(nèi)容決定。先將視頻轉(zhuǎn)換到一個3D的時間-空間描述空間當(dāng)中，利用主視頻中對象軌跡間空隙構(gòu)成3D“孔洞”，再將增補(bǔ)視頻中的對象軌跡插入到3D“孔洞”當(dāng)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(fù)雜的視頻時，該方法無法生成合適的“3D孔洞”，導(dǎo)致增補(bǔ)視頻填充結(jié)果不理想。

?

總結(jié)

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(nèi)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(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。