基于对象的视频摘要算法的实现与加速

林龙新 刘小丽 全渝娟 林伟伟

doi:10.3969/j.issn.1000-565X.2015.05.015

华南理工大学学报(自然科学版) >

2015 , Vol. 43 >Issue 5: 92 - 99

DOI: https://doi.org/10.3969/j.issn.1000-565X.2015.05.015

计算机科学与技术

基于对象的视频摘要算法的实现与加速

展开

1．暨南大学信息科学技术学院，广东广州 510632; 2．华南理工大学计算机科学与工程学院，广东广州 510006

林龙新(1975-)，男，博士，讲师，主要从事计算机网络、高性能计算、并行和分布式计算、计算机视觉研究．

收稿日期: 2014-06-05

修回日期: 2015-01-07

网络出版日期: 2015-05-07

基金资助

国家自然科学基金资助项目(61402183，61272382);广东省科技计划项目(2013B010401005);广东省自然科学基金资助项目(S2012030006242);广东省教育部产学研结合项目(2013B090500030);广州市科技攻关项目(2013J4300056);广州市智慧城市专项(2014Y2-00133);广州市科技云计算技术研发及产业化专项(2013Y2-00065)

收起

Implementation and Acceleration of Object-Based Video Synopsis Algorithm

Expand

1． College of Information Science and Technology，Jinan University，Guangzhou 510632，Guangdong，China;2． School of Computer Science and Engineering，South China University of Technology，Guangzhou 510006，Guangdong，China

林龙新(1975-)，男，博士，讲师，主要从事计算机网络、高性能计算、并行和分布式计算、计算机视觉研究．

Received date: 2014-06-05

Revised date: 2015-01-07

Online published: 2015-05-07

Supported by

Supported by the National Natural Science Foundation of China(61402183，61272382)，the Science and Technology Planning Project of Guangdong Province(2013B010401005)，the Natural Science Foundation of Guangdong Province(S2012030006242)
and the Industry-University-Ｒesearch Joint Project of Guangdong Province and the Ministry of Education(2013B090500030)

Fold

摘要

现有基于对象的视频摘要算法较少考虑计算效率，导致其难以满足大规模安防监控领域的性能要求．为此，文中提出了改进的基于对象的视频摘要算法，通过降低帧率和分辨率、运动片段检测以及基于重心的对象跟踪等策略来提升算法效率．此外，为充分挖掘 CPU 和 GPU 的计算能力，设计了相应的多线程算法，并对关键步骤进行 GPU 优化，以进一步加速算法性能．实验结果表明，改进算法和加速策略可以大幅提升视频摘要的计算速度．

关键词： 视频摘要; 图形处理单元; 安防监控

本文引用格式

林龙新刘小丽全渝娟林伟伟 . 基于对象的视频摘要算法的实现与加速[J]. 华南理工大学学报(自然科学版), 2015 , 43(5) : 92 -99 . DOI: 10.3969/j.issn.1000-565X.2015.05.015

Abstract

As the existing object-based video synopsis algorithms cannot meet the actual demands in large-scale sur-veillance field due to the ignorance of computation efficiency，an improved algorithm，which improves the computa-tion efficiency by reducing frame rate and resolution，detecting motion segments and tracking objects on the basis of gravity center，is proposed． Furthermore，in order to utilize the computing power of CPU and GPU fully，a multi-thread strategy and a GPU programming are conducted to accelerate the execution of the algorithm． Experimental results show that the improved algorithm and the proposed acceleration strategy both improve the computation effi-ciency of video synopsis greatly．

Key words： video synopsis; graphic processing unit; surveillance

Options

文章导航

模态框（Modal）标题

摘要

本文引用格式

Abstract