随着安防需求的持续增长和视频监控设备成本的不断下降,越来越多的摄像头接入到视频监控网络中。快速增长的视频监控数据为大数据分析提供了应用基础,但也为数据的存储与检索带来了巨大的挑战。近年来,能以更为精简、浓缩的视频摘要表示原始视频数据的视频摘要技术逐渐受到广泛的关注与研究。然而现有的视频摘要方法往往是针对视频文件进行处理,无法直接生成实时视频流的视频摘要。这使得视频摘要技术在视频监控场景中的应用受到了较大的限制。同时,大量的视频监控数据在网络中进行传输可能导致云计算中心无法及时对各个实时视频流进行分析处理。雾计算是云计算的扩展,采用分布式架构在网络边缘对数据进行处理,可以缓解云计算中心的计算和存储压力。因此,研究针对实时视频流的在线视频摘要技术以及基于雾计算的视频监控框架具有一定的应用价值。本文分别围绕基于实时视频流的视频摘要方法及其在雾计算环境下的应用开展研究,其主要内容包括以下几个方面:(1)提出了一种基于实时视频流的视频摘要方法。考虑到视频监控数据中存在着大量的冗余信息,且现有的视频摘要技术难以直接生成实时视频流的视频摘要,提出了一种针对实时视频流的视频摘要方法。在获取实时视频流的过程中,根据帧之间的运动变化对视频数据进行实时分析处理。将实时视频流中包含运动信息的视频片段与关键帧作为动态视频摘要与静态视频摘要。生成的视频摘要减少了实时视频流中的冗余信息,使用更少的视频帧记录了实时视频流中的运动变化信息。(2)提出了一种基于雾计算的视频监控框架。考虑到云计算架构无法满足低时延场景下的处理需求,在云计算模型的基础上,增设雾计算层作为云计算层与设备层的中间层。雾计算层中的雾节点负责对来自设备层的数据进行实时分析和响应,云计算层负责对雾节点处理后的数据进行长期存储和更深入的分析。与仅依靠云计算进行分析和存储的视频监控框架相比,该框架能够有效降低网络延迟与视频数据的传输量。(3)设计并实现了一套智慧视频安防系统。在基于雾计算的视频监控框架中,使用雾节点对摄像头产生的实时视频流进行处理并生成相应的动态视频摘要与静态视频摘要。云服务器无需对实时视频流进行连续录制,只用存储包含运动信息的视频摘要,从而避免存储空间的浪费。同时,用户可以远程查询和浏览云服务器中的视频摘要,提升视频分析的效率和便利性。