一種人車(chē)目標(biāo)分類(lèi)系統(tǒng)和方法
【專(zhuān)利摘要】本發(fā)明涉及一種人車(chē)目標(biāo)分類(lèi)系統(tǒng)和方法，其方法包括以下步驟：步驟S1：按設(shè)定字節(jié)量將視頻進(jìn)行物理分割，得到多個(gè)視頻塊；步驟S2：將分割的視頻塊按先后順序存儲(chǔ)在不同子節(jié)點(diǎn)；步驟S3：根據(jù)每個(gè)視頻塊中的關(guān)鍵幀對(duì)該視頻塊進(jìn)行邏輯分片，得到多個(gè)視頻分片；步驟S4，對(duì)每個(gè)視頻分片進(jìn)行解析，得到該視頻分片的鍵值對(duì)；步驟S5:根據(jù)解析得到的鍵值對(duì)，對(duì)所述視頻分片進(jìn)行人車(chē)分類(lèi)，得到人員目標(biāo)信息和車(chē)輛目標(biāo)信息；步驟S6：將分類(lèi)后的員目標(biāo)信息和車(chē)輛目標(biāo)信息分別存儲(chǔ)在其不同的目錄下。相對(duì)現(xiàn)有技術(shù)，本發(fā)明便于操作、處理高效、解壓有效。
【專(zhuān)利說(shuō)明】一種人車(chē)目標(biāo)分類(lèi)系統(tǒng)和方法

【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及視頻監(jiān)控【技術(shù)領(lǐng)域】，特別涉及一種人車(chē)目標(biāo)分類(lèi)系統(tǒng)和方法。

【背景技術(shù)】
[0002]視頻監(jiān)控?cái)?shù)據(jù)量龐大，并且隨著高清化、超高清化的趨勢(shì)加強(qiáng)，視頻監(jiān)控?cái)?shù)據(jù)規(guī)模將以指數(shù)級(jí)別增長(zhǎng)；但是，由于缺乏對(duì)海量的視頻數(shù)據(jù)進(jìn)行快速有效分析的方法，導(dǎo)致信息利用率極低。
[0003]云計(jì)算技術(shù)的發(fā)展為高效的海量視頻分析提供了條件。但現(xiàn)在云平臺(tái)主要面向處理海量的文本數(shù)據(jù)，在日志分析、網(wǎng)頁(yè)處理等領(lǐng)域有較好的效果。當(dāng)在該云平臺(tái)上對(duì)視頻數(shù)據(jù)進(jìn)行并行人車(chē)目標(biāo)分類(lèi)時(shí)存在以下問(wèn)題:
[0004]首先，視頻數(shù)據(jù)是非結(jié)構(gòu)化的數(shù)據(jù)，包含了大量的有用信息，占用了很大的存儲(chǔ)空間，為了節(jié)約各項(xiàng)資源，通常視頻都是被壓縮的。因此，在對(duì)視頻進(jìn)行智能分析時(shí)，需要先對(duì)視頻進(jìn)行解壓縮，再對(duì)解壓得到的視頻幀進(jìn)行智能分析。即在云平臺(tái)中處理的是視頻幀，而通常用的數(shù)據(jù)結(jié)構(gòu)都是針對(duì)文本的，只能對(duì)文本直接進(jìn)行處理。
[0005]其次，當(dāng)數(shù)據(jù)存儲(chǔ)到分布式存儲(chǔ)系統(tǒng)中時(shí)，數(shù)據(jù)塊會(huì)被按照規(guī)定的數(shù)據(jù)大小進(jìn)行物理切分，即把每個(gè)數(shù)據(jù)文件切分成每塊大小相同的數(shù)據(jù)塊。而視頻幀之間具有關(guān)聯(lián)性，當(dāng)對(duì)視頻進(jìn)行人車(chē)目標(biāo)分類(lèi)時(shí)，需要對(duì)視頻中的目標(biāo)進(jìn)行檢測(cè)、跟蹤，因此不能按照字節(jié)大小進(jìn)行隨意切分，否則會(huì)因?yàn)檎也坏疥P(guān)鍵幀、缺少頭文件等問(wèn)題出現(xiàn)解碼失敗的情況，最終導(dǎo)致無(wú)法進(jìn)行視頻智能分析。
[0006]最后，雖然可以把視頻數(shù)據(jù)先用視頻切割器按照大約指定大小進(jìn)行切割，然后再上傳到分布式文件系統(tǒng)中進(jìn)行智能分析，但是該方法不僅增大了工作量，當(dāng)面隨海量視頻數(shù)據(jù)時(shí)，更是難以操作。


【發(fā)明內(nèi)容】

[0007]本發(fā)明所要解決的技術(shù)問(wèn)題是提供一種便于操作、處理高效、解壓有效的人車(chē)目標(biāo)分類(lèi)系統(tǒng)和方法。
[0008]本發(fā)明解決上述技術(shù)問(wèn)題的技術(shù)方案如下:一種人車(chē)目標(biāo)分類(lèi)方法，包括以下步驟:
[0009]步驟S1:按設(shè)定字節(jié)量將視頻進(jìn)行物理分割，得到多個(gè)視頻塊；
[0010]步驟S2:將分割的視頻塊按原視頻的先后順序存儲(chǔ)在不同子節(jié)點(diǎn)；
[0011]步驟S3:根據(jù)每個(gè)視頻塊中的關(guān)鍵幀對(duì)該視頻塊進(jìn)行邏輯分片，得到多個(gè)視頻分片;
[0012]步驟S4，對(duì)每個(gè)視頻分片進(jìn)行解析，得到該視頻分片的鍵值對(duì)；
[0013]步驟S5:根據(jù)解析得到的鍵值對(duì)，對(duì)所述視頻分片進(jìn)行人車(chē)分類(lèi)，得到人員目標(biāo)信息和車(chē)輛目標(biāo)信息；
[0014]步驟S6:將分類(lèi)后的人員目標(biāo)信息和車(chē)輛目標(biāo)信息分別存儲(chǔ)在其不同的目錄下。
[0015]本發(fā)明的有益效果是:以關(guān)鍵幀進(jìn)行邏輯分片，可以提高視頻的處理效率；人車(chē)分類(lèi)高效，視頻幀之間關(guān)聯(lián)系強(qiáng)，提高解碼效率和正確率。
[0016]在上述技術(shù)方案的基礎(chǔ)上，本發(fā)明還可以做如下改進(jìn)。
[0017]進(jìn)一步，所述步驟3的具體實(shí)現(xiàn)步驟:
[0018]步驟S3.1:讀取視頻塊，建立索引，標(biāo)記視頻塊內(nèi)的關(guān)鍵幀；
[0019]步驟S3.2:讀取索引，根據(jù)關(guān)鍵幀重新確定視頻分片的起始位置和結(jié)束位置；
[0020]步驟S3.3:對(duì)視頻分片進(jìn)行解析，生成該視頻分片的鍵值對(duì)，所述鍵值對(duì)的鍵為視頻幀的幀數(shù)，值為視頻幀。
[0021]米用上述進(jìn)一步方案的有益效果是:建立索引，標(biāo)記關(guān)鍵幀，可以加快關(guān)鍵幀的定位，提高視頻分片的效率；鍵為視頻幀的幀數(shù)，值為視頻幀的鍵值對(duì)，提高人車(chē)分類(lèi)的效率。
[0022]進(jìn)一步，所述索引的結(jié)構(gòu)為視頻幀數(shù)和視頻幀的偏移字節(jié)量。
[0023]進(jìn)一步，所述步驟S3.2的具體實(shí)現(xiàn):
[0024]步驟S3.2.1:確定視頻塊的起始位置，判斷視頻塊的起始位置是否是關(guān)鍵幀；
[0025]步驟S3.2.2:如果是關(guān)鍵幀，則確定關(guān)鍵幀為視頻塊的起始幀位置，如果不是關(guān)鍵幀，則依次讀取靠前的視頻塊的視頻幀，找到關(guān)鍵幀，并將該關(guān)鍵幀確定為視頻分片的起始幀位置；
[0026]步驟S3.2.3:確定視頻塊的結(jié)束位置，判斷視頻塊的結(jié)束位置是否是關(guān)鍵幀；
[0027]步驟S3.2.4:如果是關(guān)鍵幀，則確定關(guān)鍵幀為視頻塊的結(jié)束幀位置，如果不是關(guān)鍵幀，則依次讀取該視頻塊靠后的視頻塊的視頻幀，找到關(guān)鍵幀，并將該關(guān)鍵幀確定為視頻分片的結(jié)束幀位置。
[0028]采用上述進(jìn)一步方案的有益效果是:避免因缺少頭文件、關(guān)鍵幀等引起的視頻解碼不成功的情況，提高解碼成功率。
[0029]進(jìn)一步，所述步驟S3.2還包括以下步驟:按重新確定視頻分片的起始和結(jié)束位置，將視頻分片寫(xiě)成用Xuggl er處理的流形式。
[0030]進(jìn)一步，所述步驟4的具體實(shí)現(xiàn):
[0031 ] 所述步驟5的具體實(shí)現(xiàn):
[0032]窗口逐一掃描傳入整個(gè)視頻分片的視頻幀，并計(jì)算被窗口框住圖像的HOG特征，將HOG特征送入人車(chē)分類(lèi)器中與設(shè)定的人員目標(biāo)信息和車(chē)輛目標(biāo)信息進(jìn)行匹配，當(dāng)有匹配的HOG特征時(shí)，則將對(duì)應(yīng)的HOG特征分為人員目標(biāo)信息或車(chē)輛目標(biāo)信息傳輸給存儲(chǔ)模塊。
[0033]采用上述進(jìn)一步方案的有益效果是:能快速區(qū)分人員目標(biāo)信息和車(chē)輛目標(biāo)信息，分類(lèi)效率高。
[0034]本發(fā)明解決上述技術(shù)問(wèn)題的另一技術(shù)方案如下:
[0035]一種人車(chē)目標(biāo)分類(lèi)系統(tǒng)，包括分割模塊、存儲(chǔ)模塊、邏輯分片模塊和人車(chē)分類(lèi)模塊；
[0036]所述分割模塊，用于按設(shè)定字節(jié)量將視頻進(jìn)行物理分割，得到多個(gè)視頻塊；
[0037]所述存儲(chǔ)模塊，用于將分割的視頻塊按先后順序存儲(chǔ)在不同子節(jié)點(diǎn)，還用于將分類(lèi)后的人和車(chē)目標(biāo)存儲(chǔ)在其不同目錄；
[0038]所述邏輯分片模塊，用于根據(jù)每個(gè)視頻塊中的關(guān)鍵幀對(duì)該視頻塊進(jìn)行邏輯分片，得到多個(gè)視頻分片；
[0039]所述人車(chē)分類(lèi)模塊，用于根據(jù)解析得到的鍵值對(duì)，對(duì)所述視頻分片進(jìn)行人車(chē)分類(lèi)，得到人員目標(biāo)信息和車(chē)輛目標(biāo)信息。
[0040]所述邏輯分片模塊包括讀取單元、定位單元和解析單元；
[0041]所述讀取單元，用于讀取視頻塊，建立索引，標(biāo)記視頻塊內(nèi)的關(guān)鍵幀；
[0042]所述定位單元，用于讀取索引，根據(jù)關(guān)鍵幀重新確定視頻分片的起始位置和結(jié)束位置；
[0043]所述解析單元，用于對(duì)視頻分片進(jìn)行解析，生成該視頻分片的鍵值對(duì)，所述鍵值對(duì)的鍵為視頻幀的幀數(shù)，值為視頻幀。
[0044]所述人車(chē)分類(lèi)模塊設(shè)置有窗口和人車(chē)分類(lèi)器，所述窗口能逐一掃描傳入整個(gè)視頻分片的視頻幀，并計(jì)算被窗口框住圖像的HOG特征，將HOG特征送入人車(chē)分類(lèi)器中與設(shè)定的人員目標(biāo)信息和車(chē)輛目標(biāo)信息進(jìn)行匹配，當(dāng)有匹配的HOG特征時(shí)，則將對(duì)應(yīng)的HOG特征分為人員目標(biāo)信息或車(chē)輛目標(biāo)信息傳輸給存儲(chǔ)模塊。
[0045]本發(fā)明的有益效果是:以關(guān)鍵幀進(jìn)行邏輯分片，可以提高視頻的處理效率；人車(chē)分類(lèi)高效，視頻幀之間關(guān)聯(lián)系強(qiáng)，提高解碼效率和正確率。

【專(zhuān)利附圖】

【附圖說(shuō)明】
[0046]圖1為本發(fā)明一種人車(chē)目標(biāo)分類(lèi)方法的流程圖；
[0047]圖2為本發(fā)明一種人車(chē)目標(biāo)分類(lèi)系統(tǒng)的模塊框圖；
[0048]圖3為邏輯分片方法的流程圖；
[0049]圖4為邏輯分片模塊的模塊框。
[0050]附圖中，各標(biāo)號(hào)所代表的部件列表如下:
[0051]1、分割模塊，2、存儲(chǔ)模塊；
[0052]3、邏輯分片模塊，31、讀取單元，32、定位單元，33、解析單元；
[0053]4、人車(chē)分類(lèi)模塊。

【具體實(shí)施方式】
[0054]以下結(jié)合附圖對(duì)本發(fā)明的原理和特征進(jìn)行描述，所舉實(shí)例只用于解釋本發(fā)明，并非用于限定本發(fā)明的范圍。
[0055]如圖1所示，一種人車(chē)目標(biāo)分類(lèi)方法，包括以下步驟:
[0056]步驟S1:按設(shè)定字節(jié)量將視頻進(jìn)行物理分割，得到多個(gè)視頻塊；
[0057]步驟S2:將分割的視頻塊按原視頻的先后順序存儲(chǔ)在不同子節(jié)點(diǎn)；
[0058]步驟S3:根據(jù)每個(gè)視頻塊中的關(guān)鍵幀對(duì)該視頻塊進(jìn)行邏輯分片，得到多個(gè)視頻分片;
[0059]步驟S4，對(duì)每個(gè)視頻分片進(jìn)行解析，得到該視頻分片的鍵值對(duì)；
[0060]步驟S5:根據(jù)解析得到的鍵值對(duì)，對(duì)所述視頻分片進(jìn)行人車(chē)分類(lèi)，得到人員目標(biāo)信息和車(chē)輛目標(biāo)信息；
[0061]步驟S6:將分類(lèi)后的人員目標(biāo)信息和車(chē)輛目標(biāo)信息分別存儲(chǔ)在其不同的目錄下。
[0062]如圖3所示，所述步驟3的具體實(shí)現(xiàn)步驟:
[0063]步驟S3.1:讀取視頻塊，建立索引，標(biāo)記視頻塊內(nèi)的關(guān)鍵幀；
[0064]步驟S3.2:讀取索引，根據(jù)關(guān)鍵幀重新確定視頻分片的起始位置和結(jié)束位置；
[0065]步驟S3.3:對(duì)視頻分片進(jìn)行解析，生成該視頻分片的鍵值對(duì)，所述鍵值對(duì)的鍵為視頻幀的幀數(shù)，值為視頻幀。
[0066]所述索引的結(jié)構(gòu)為視頻幀數(shù)和視頻幀的偏移字節(jié)量。
[0067]所述步驟S3.2的具體實(shí)現(xiàn):
[0068]步驟S3.2.1:確定視頻塊的起始位置，判斷視頻塊的起始位置是否是關(guān)鍵幀；
[0069]步驟S3.2.2:如果是關(guān)鍵幀，則確定關(guān)鍵幀為視頻塊的起始幀位置，如果不是關(guān)鍵幀，則依次讀取靠前的視頻塊的視頻幀，找到關(guān)鍵幀，并將該關(guān)鍵幀確定為視頻分片的起始幀位置；
[0070]步驟S3.2.3:確定視頻塊的結(jié)束位置，判斷視頻塊的結(jié)束位置是否是關(guān)鍵幀；
[0071]步驟S3.2.4:如果是關(guān)鍵幀，則確定關(guān)鍵幀為視頻塊的結(jié)束幀位置，如果不是關(guān)鍵幀，則依次讀取該視頻塊靠后的視頻塊的視頻幀，找到關(guān)鍵幀，并將該關(guān)鍵幀確定為視頻分片的結(jié)束幀位置。
[0072]所述步驟S3.2還包括以下步驟:按重新確定視頻分片的起始和結(jié)束位置，將視頻分片寫(xiě)成用Xuggler處理的流形式。
[0073]所述步驟5的具體實(shí)現(xiàn):
[0074]窗口逐一掃描傳入整個(gè)視頻分片的視頻幀，并計(jì)算被窗口框住圖像的HOG特征，將HOG特征送入人車(chē)分類(lèi)器中與設(shè)定的人員目標(biāo)信息和車(chē)輛目標(biāo)信息進(jìn)行匹配，當(dāng)有匹配的HOG特征時(shí)，則將對(duì)應(yīng)的HOG特征分為人員目標(biāo)信息或車(chē)輛目標(biāo)信息傳輸給存儲(chǔ)模塊。
[0075]如圖2所不，一種人車(chē)目標(biāo)分類(lèi)系統(tǒng)，包括分割模塊1、存儲(chǔ)模塊2、邏輯分片模塊3和人車(chē)分類(lèi)模塊4 ；
[0076]所述分割模塊1，用于按設(shè)定字節(jié)量將視頻進(jìn)行物理分割，得到多個(gè)視頻塊；
[0077]所述存儲(chǔ)模塊2，用于將分割的視頻塊按先后順序存儲(chǔ)在不同子節(jié)點(diǎn)，還用于將分類(lèi)后的人和車(chē)目標(biāo)存儲(chǔ)在其不同目錄；
[0078]所述邏輯分片模塊3，用于根據(jù)每個(gè)視頻塊中的關(guān)鍵幀對(duì)該視頻塊進(jìn)行邏輯分片，得到多個(gè)視頻分片；
[0079]所述人車(chē)分類(lèi)模塊4，用于根據(jù)解析得到的鍵值對(duì)，對(duì)所述視頻分片進(jìn)行人車(chē)分類(lèi)，得到人員目標(biāo)信息和車(chē)輛目標(biāo)信息。
[0080]如圖4所示，所述邏輯分片模塊3包括讀取單元31、定位單元32和解析單元33 ；
[0081]所述讀取單元31，用于讀取視頻塊，建立索引，標(biāo)記視頻塊內(nèi)的關(guān)鍵幀；
[0082]所述定位單元32，用于讀取索引，根據(jù)關(guān)鍵幀重新確定視頻分片的起始位置和結(jié)束位置；
[0083]所述解析單元33，用于對(duì)視頻分片進(jìn)行解析，生成該視頻分片的鍵值對(duì)，所述鍵值對(duì)的鍵為視頻幀的幀數(shù)，值為視頻幀。
[0084]所述人車(chē)分類(lèi)模塊4設(shè)置有窗口和人車(chē)分類(lèi)器，所述窗口能逐一掃描傳入整個(gè)視頻分片的視頻幀，并計(jì)算被窗口框住圖像的HOG特征，將HOG特征送入人車(chē)分類(lèi)器中與設(shè)定的人員目標(biāo)信息和車(chē)輛目標(biāo)信息進(jìn)行匹配，當(dāng)有匹配的HOG特征時(shí)，則將對(duì)應(yīng)的HOG特征分為人員目標(biāo)信息或車(chē)輛目標(biāo)信息傳輸給存儲(chǔ)模塊2。
[0085]本發(fā)明以關(guān)鍵幀進(jìn)行邏輯分片，可以提高視頻的處理效率；人車(chē)分類(lèi)高效，視頻幀之間關(guān)聯(lián)系強(qiáng)，提尚解碼效率和正確率。
[0086]以上所述僅為本發(fā)明的較佳實(shí)施例，并不用以限制本發(fā)明，凡在本發(fā)明的精神和原則之內(nèi)，所作的任何修改、等同替換、改進(jìn)等，均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。
【權(quán)利要求】
1.一種人車(chē)目標(biāo)分類(lèi)方法，其特征在于，包括以下步驟: 步驟S1:按設(shè)定字節(jié)量將視頻進(jìn)行物理分割，得到多個(gè)視頻塊； 步驟S2:將分割的視頻塊按原視頻的先后順序存儲(chǔ)在不同子節(jié)點(diǎn)； 步驟S3:根據(jù)每個(gè)視頻塊中的關(guān)鍵幀對(duì)該視頻塊進(jìn)行邏輯分片，得到多個(gè)視頻分片； 步驟S4，對(duì)每個(gè)視頻分片進(jìn)行解析，得到該視頻分片的鍵值對(duì)； 步驟S5:根據(jù)解析得到的鍵值對(duì)，對(duì)所述視頻分片進(jìn)行人車(chē)分類(lèi)，得到人員目標(biāo)信息和車(chē)輛目標(biāo)信息； 步驟S6:將分類(lèi)后的人員目標(biāo)信息和車(chē)輛目標(biāo)信息分別存儲(chǔ)在其不同的目錄下。
2.根據(jù)權(quán)利要求1所述一種人車(chē)目標(biāo)分類(lèi)方法，其特征在于，所述步驟3的具體實(shí)現(xiàn)步驟: 步驟S3.1:讀取視頻塊，建立索引，標(biāo)記視頻塊內(nèi)的關(guān)鍵幀； 步驟S3.2:讀取索引，根據(jù)關(guān)鍵幀重新確定視頻分片的起始位置和結(jié)束位置； 步驟S3.3:對(duì)視頻分片進(jìn)行解析，生成該視頻分片的鍵值對(duì)，所述鍵值對(duì)的鍵為視頻幀的幀數(shù)，值為視頻幀。
3.根據(jù)權(quán)利要求2所述一種人車(chē)目標(biāo)分類(lèi)方法，其特征在于，所述索引的結(jié)構(gòu)為視頻幀數(shù)和視頻幀的偏移字節(jié)量。
4.根據(jù)權(quán)利要求2所述一種人車(chē)目標(biāo)分類(lèi)方法，其特征在于，所述步驟S3.2的具體實(shí)現(xiàn): 步驟S3.2.1:確定視頻塊的起始位置，判斷視頻塊的起始位置是否是關(guān)鍵幀； 步驟S3.2.2:如果是關(guān)鍵幀，則確定關(guān)鍵幀為視頻塊的起始幀位置，如果不是關(guān)鍵幀，則依次讀取靠前的視頻塊的視頻幀，找到關(guān)鍵幀，并將該關(guān)鍵幀確定為視頻分片的起始幀位置； 步驟S3.2.3:確定視頻塊的結(jié)束位置，判斷視頻塊的結(jié)束位置是否是關(guān)鍵幀； 步驟S3.2.4:如果是關(guān)鍵幀，則確定關(guān)鍵幀為視頻塊的結(jié)束幀位置，如果不是關(guān)鍵幀，則依次讀取該視頻塊靠后的視頻塊的視頻幀，找到關(guān)鍵幀，并將該關(guān)鍵幀確定為視頻分片的結(jié)束幀位置。
5.根據(jù)權(quán)利要求4所述一種人車(chē)目標(biāo)分類(lèi)方法，其特征在于，所述步驟S3.2還包括以下步驟:按重新確定視頻分片的起始和結(jié)束位置，將視頻分片寫(xiě)成用Xuggler處理的流形式。
6.根據(jù)權(quán)利要求1所述一種人車(chē)目標(biāo)分類(lèi)方法，其特征在于，所述步驟5的具體實(shí)現(xiàn): 窗口逐一掃描傳入整個(gè)視頻分片的視頻幀，并計(jì)算被窗口框住圖像的HOG特征，將HOG特征送入人車(chē)分類(lèi)器中與設(shè)定的人員目標(biāo)信息和車(chē)輛目標(biāo)信息進(jìn)行匹配，當(dāng)有匹配的HOG特征時(shí)，則將對(duì)應(yīng)的HOG特征分為人員目標(biāo)信息或車(chē)輛目標(biāo)信息傳輸給存儲(chǔ)模塊。
7.一種人車(chē)目標(biāo)分類(lèi)系統(tǒng)，其特征在于:包括分割模塊(I)、存儲(chǔ)模塊(2)、邏輯分片模塊⑶和人車(chē)分類(lèi)模塊⑷； 所述分割模塊(I)，用于按設(shè)定字節(jié)量將視頻進(jìn)行物理分割，得到多個(gè)視頻塊； 所述存儲(chǔ)模塊(2)，用于將分割的視頻塊按先后順序存儲(chǔ)在不同子節(jié)點(diǎn)，還用于將分類(lèi)后的人和車(chē)目標(biāo)存儲(chǔ)在其不同目錄； 所述邏輯分片模塊(3)，用于根據(jù)每個(gè)視頻塊中的關(guān)鍵幀對(duì)該視頻塊進(jìn)行邏輯分片，得到多個(gè)視頻分片； 所述人車(chē)分類(lèi)模塊(4)，用于根據(jù)解析得到的鍵值對(duì)，對(duì)所述視頻分片進(jìn)行人車(chē)分類(lèi)，得到人員目標(biāo)信息和車(chē)輛目標(biāo)信息。
8.根據(jù)權(quán)利要求7所述一種人車(chē)目標(biāo)分類(lèi)系統(tǒng)，其特征在于，所述邏輯分片模塊(3)包括讀取單元(31)、定位單元(32)和解析單元(33)； 所述讀取單元(31)，用于讀取視頻塊，建立索引，標(biāo)記視頻塊內(nèi)的關(guān)鍵幀； 所述定位單元(32)，用于讀取索引，根據(jù)關(guān)鍵幀重新確定視頻分片的起始位置和結(jié)束位置； 所述解析單元(33)，用于對(duì)視頻分片進(jìn)行解析，生成該視頻分片的鍵值對(duì)，所述鍵值對(duì)的鍵為視頻幀的幀數(shù)，值為視頻幀。
9.根據(jù)權(quán)利要求7所述一種人車(chē)目標(biāo)分類(lèi)系統(tǒng)，其特征在于，所述人車(chē)分類(lèi)模塊(4)設(shè)置有窗口和人車(chē)分類(lèi)器，所述窗口能逐一掃描傳入整個(gè)視頻分片的視頻幀，并計(jì)算被窗口框住圖像的HOG特征，將HOG特征送入人車(chē)分類(lèi)器中與設(shè)定的人員目標(biāo)信息和車(chē)輛目標(biāo)信息進(jìn)行匹配，當(dāng)有匹配的HOG特征時(shí)，則將對(duì)應(yīng)的HOG特征分為人員目標(biāo)信息或車(chē)輛目標(biāo)信息傳輸給存儲(chǔ)模塊(2)。
【文檔編號(hào)】H04N7/18GK104519323SQ201410829383
【公開(kāi)日】2015年4月15日 申請(qǐng)日期:2014年12月26日 優(yōu)先權(quán)日:2014年12月26日
【發(fā)明者】蔡曉東, 華娜, 吳迪, 朱利偉, 陳文竹, 甘凱今, 王麗娟, 梁奔香, 楊超, 劉馨婷 申請(qǐng)人:桂林遠(yuǎn)望智能通信科技有限公司