国产精品1024永久观看,大尺度欧美暖暖视频在线观看,亚洲宅男精品一区在线观看,欧美日韩一区二区三区视频,2021中文字幕在线观看

  • <option id="fbvk0"></option>
    1. <rt id="fbvk0"><tr id="fbvk0"></tr></rt>
      <center id="fbvk0"><optgroup id="fbvk0"></optgroup></center>
      <center id="fbvk0"></center>

      <li id="fbvk0"><abbr id="fbvk0"><dl id="fbvk0"></dl></abbr></li>

      基于對象的監(jiān)控視頻濃縮方法與流程

      文檔序號:12829615閱讀:590來源:國知局
      基于對象的監(jiān)控視頻濃縮方法與流程

      本發(fā)明涉及一種基于對象的監(jiān)控視頻濃縮方法,屬于視頻圖像處理及模式識(shí)別技術(shù)領(lǐng)域。



      背景技術(shù):

      隨著視頻監(jiān)控技術(shù)的發(fā)展,為降低監(jiān)控成本,提高監(jiān)控效率,監(jiān)控視頻濃縮技術(shù)應(yīng)運(yùn)而生,視頻監(jiān)控濃縮是通過在時(shí)間及空間上壓縮原始視頻,使?jié)饪s后視頻長度遠(yuǎn)短于原始視頻的視頻概要,現(xiàn)有的監(jiān)控視頻濃縮方法主要有以下兩種:

      一種是自適應(yīng)抽幀法,先通過背景建模分離出監(jiān)控視頻中的活動(dòng)前景,以限定的濃縮條件丟棄或保留特定的幀,如丟棄活動(dòng)率低及不感興趣的幀,保留活動(dòng)率比較高且用戶感興趣的幀,保留某些視頻片段以代表視頻內(nèi)容,濃縮條件例如可以是聲音、攝像頭的運(yùn)動(dòng)、物體的運(yùn)動(dòng)、顏色等信息;該方法的問題是:難以滿足所有用戶的需求,當(dāng)遇到長時(shí)間存在活動(dòng)前景的視頻時(shí)濃縮率不高。

      第二種是基于關(guān)鍵幀的方法,任意或按照一定標(biāo)準(zhǔn)選取關(guān)鍵幀,例如根據(jù)事件或目標(biāo)行為變化界定關(guān)鍵幀,前者對比當(dāng)前幀與上一關(guān)鍵幀的全局變化幅度判定當(dāng)前幀是否為新事件的起始幀,后者根據(jù)當(dāng)前幀活動(dòng)物體的特征與上一關(guān)鍵幀特征的距離大小決定該幀是否為新關(guān)鍵幀。該方法的問題是:提取的關(guān)鍵幀過少時(shí),濃縮視頻會(huì)丟失原始視頻中很多重要的動(dòng)態(tài)信息,而提取的關(guān)鍵幀過多時(shí),無法達(dá)到良好的視頻濃縮效果。



      技術(shù)實(shí)現(xiàn)要素:

      鑒于上述原因,本發(fā)明的目的在于提供一種基于對象的監(jiān)控視頻濃縮方法,通過對處于不同時(shí)間、空間的對象進(jìn)行濃縮處理,提高監(jiān)控視頻的濃縮率。

      為實(shí)現(xiàn)上述目的,本發(fā)明采用以下技術(shù)方案:

      一種基于對象的監(jiān)控視頻濃縮方法,包括以下步驟:

      s1:從監(jiān)控視頻中提取背景圖像和包含活動(dòng)目標(biāo)的前景掩膜圖像,將該背景圖像保存于數(shù)據(jù)庫中,并從該前景掩膜圖像分離出前景圖像;

      s2:將前景圖像按照對象進(jìn)行分類,并為不同類的對象分配對應(yīng)且唯一的對象編號;

      s3:針對一前景區(qū)間中的若干前景圖像,根據(jù)對象的位置及顏色信息,計(jì)算同一對象的運(yùn)動(dòng)方向值、主顏色,并將計(jì)算結(jié)果及前景圖像保存入數(shù)據(jù)庫;該前景區(qū)間指示連續(xù)的多個(gè)前景圖像;

      s4:根據(jù)濃縮策略,從該數(shù)據(jù)庫中獲取相應(yīng)對象的前景圖像及背景圖像,合成濃縮后的視頻。

      所述步驟s1中,從所述前景掩膜圖像中分離所述前景圖像的方法是:

      將所述前景掩膜圖像與其對應(yīng)的原始幀圖像相重疊,生成彩色前景掩膜圖像,利用連通域提取方法從該彩色前景掩膜圖像中確定掩膜圖像的外接矩形框,該矩形框確定的區(qū)域?yàn)樗銮熬皥D像,該掩膜圖像為所述前景掩膜圖像中像素值為255的點(diǎn)所形成的連通域。

      所述步驟s2中,包括:

      s21:從所述前景圖像中提取rgb直方圖作為識(shí)別特征;

      s22:從所述前景圖像中提取lbp直方圖作為識(shí)別特征;

      s23:將所述前景圖像的rgb直方圖和lbp直方圖進(jìn)行串聯(lián),得到前景圖像的識(shí)別特征;

      s24:分配前景緩存區(qū),該前景緩存區(qū)用于緩存具有對象編號的前景圖像、前景圖像的識(shí)別特征;

      s25:利用該前景緩存區(qū),對所有前景圖像的對象進(jìn)行對象編號。

      所述步驟s25中,包括

      將當(dāng)前前景圖像的識(shí)別特征與所述前景緩存中所有前景圖像的識(shí)別特征,按照公式(4),依次計(jì)算特征距離,

      其中,p和q分別為當(dāng)前前景圖像的識(shí)別特征和前景緩存中的前景圖像的識(shí)別特征,n為特征維數(shù),

      判定當(dāng)前前景圖像與前景緩存中前景圖像的特征距離最小的前景圖像為同一對象,將當(dāng)前前景圖像的對象編號設(shè)定為該前景圖像的對象編號,將編號后的前景圖像保存于所述前景緩存區(qū)中。

      所述步驟s3中,包括:

      s31:計(jì)算同一對象的運(yùn)動(dòng)方向值;

      針對對象x、前景圖像序列i=0,1,…n,其運(yùn)動(dòng)方向值根據(jù)下列公式確 定:

      其中,l為設(shè)定的前景區(qū)間長度,m表示第m個(gè)前景區(qū)間,為p1點(diǎn)與p2點(diǎn)形成的向量的方向,p1、p2為矩形框中心點(diǎn),為前景圖像外接矩形框的中心點(diǎn);

      s32:計(jì)算同一對象的主顏色;

      將所述前景圖像轉(zhuǎn)至hsv顏色空間,結(jié)合一像素值與主顏色的轉(zhuǎn)換對照表,選取出現(xiàn)頻率最高的三種顏色作為對象的主顏色。

      所述步驟s4中,包括:

      s41:從監(jiān)控視頻中,提取包含對象的連續(xù)視頻幀的有效視頻序列,

      s42:對所有有效視頻序列按序列長度從大到小排序,將所有序列的狀態(tài)初始化為可用狀態(tài);

      s43:從排序后的有效視頻序列中,選取長度最大的有效視頻序列作為母序列,將該母序列的狀態(tài)置為不可用狀態(tài);

      s44:將其余有效視頻序列作為插入序列依次與該母序列進(jìn)行比較、融合,得到所述濃縮策略。

      所述步驟s44中,

      遍歷所有可用狀態(tài)的有效視頻序列,從中選取長度最大的有效視頻序列作為所述插入序列與所述母序列相比較、融合,

      從所述母序列的第h幀開始與所述插入序列的每一幀進(jìn)行融合,若從所述插入序列的第一幀開始,所述母序列的第h+i幀畫面與所述插入序列第i幀畫面的掩膜圖像疊加后,總掩膜面積滿足一定條件時(shí),判定兩畫面可融合,其中i=1,…,m,m為插入序列的長度;

      如果所述插入序列的m幀遍歷完畢,且其每一幀均可與所述母序列的第h幀融合,則標(biāo)記所述母序列的第h幀與該插入序列可融合的標(biāo)記位,并記錄融合位置,然后將該插入序列的狀態(tài)置為不可用狀態(tài);

      如果所述插入序列的m幀遍歷完畢,且存在插入序列的任意一幀不可與所述母序列融合,則將所述母序列初始比較位置后移j幀,從所述母序列的第h=h+j幀開始,將該插入序列與所述母序列進(jìn)行融合,直到lb-h<m仍不能實(shí) 現(xiàn)插入序列與所述母序列融合時(shí),將該插入序列拼接至所述母序列末尾,形成新的母序列;lb為母序列的長度;

      重復(fù)上述過程,直至可用狀態(tài)的有效視頻序列與所述母序列比較、融合完畢,得到所述濃縮策略。

      所述步驟s21中,從所述前景圖像中提取rgb直方圖作為識(shí)別特征的方法是:

      將所述前景圖像按照“田”字分為四個(gè)區(qū)域,對每個(gè)區(qū)域的r、g、b三個(gè)顏色通道,遍歷其所有像素點(diǎn),將所有像素點(diǎn)按其像素值所屬區(qū)間投影到具有p個(gè)區(qū)間的rgb直方圖hic中,其中,下標(biāo)i表示rgb直方圖所處區(qū)域的編號,c表示顏色通道;

      將計(jì)算得到的四個(gè)區(qū)域?qū)?yīng)的四個(gè)rgb直方圖串聯(lián)成一個(gè)rgb直方圖,并對串聯(lián)后的rgb直方圖進(jìn)行歸一化處理,如公式(2)所示:

      其中h(i)為rgb直方圖在第i個(gè)區(qū)域的值,hn(i)為歸一化后rgb直方圖在第i個(gè)區(qū)域的值,歸一化處理后的rgb直方圖hn即為前景圖像的rgb直方圖。

      所述步驟s41中,所述有效視頻序列的定義為:

      {fi|i∈[s,e],count(fi)>tp}(6)

      其中,s,e分別為有效視頻序列起始及結(jié)束幀號,count(fi)表示第fi幀掩膜圖像像素值為255的像素點(diǎn)個(gè)數(shù),tp為設(shè)定的閾值。

      所述步驟s25中,若多個(gè)前景圖像的對象編號存在沖突,將特征距離較大的當(dāng)前前景圖像重新在所述前景緩存中匹配特征距離最小的前景圖像,以重新編號,直至當(dāng)前幀所有前景圖像的對象編號無沖突為止。

      本發(fā)明的優(yōu)點(diǎn)是:

      1、能夠?qū)μ幱诓煌瑫r(shí)間及空間的對象進(jìn)行濃縮,提高監(jiān)控視頻的濃縮率,提高監(jiān)控效率;

      2.以每個(gè)對象的不同特征信息作為濃縮過濾條件,確定濃縮后視頻的內(nèi)容,使得濃縮具有針對性,提高濃縮效率。

      附圖說明

      圖1是本發(fā)明的方法流程示意圖。

      圖2是本發(fā)明的從前景掩膜圖像中分離前景圖像的過程示意圖。

      圖3是本發(fā)明的具體實(shí)施例的顏色特征提取區(qū)域示意圖。

      圖4是本發(fā)明的像素值與主顏色的轉(zhuǎn)換對照表。

      圖5是本發(fā)明的運(yùn)動(dòng)方向區(qū)間對照示意圖。

      圖6是本發(fā)明的將rgb直方圖與lbp直方圖進(jìn)行串聯(lián)的過程示意圖。

      具體實(shí)施方式

      以下結(jié)合附圖和實(shí)施例對本發(fā)明作進(jìn)一步詳細(xì)的說明。

      圖1是本發(fā)明的方法流程示意圖,如圖所示,本發(fā)明公開的基于對象的監(jiān)控視頻濃縮方法,包括以下步驟:

      s1:從監(jiān)控視頻中提取前景掩膜圖像和背景圖像,將背景圖像保存于數(shù)據(jù)庫中,并從前景掩膜圖像分離出前景圖像;

      s11:使用lab顏色特征利用混合高斯模型對監(jiān)控場景進(jìn)行建模,得到前景掩膜圖像和背景圖像,

      從監(jiān)控視頻的每一視頻幀圖像中提取出一幅背景圖像和若干前景掩膜圖像,該前景掩膜圖像的描述為:

      其中,pmask(x,y)為前景掩膜圖像在(x,y)點(diǎn)的像素值,pf(x,y)為視頻幀在(x,y)處的像素點(diǎn),background表示該點(diǎn)為背景點(diǎn),foreground表示該點(diǎn)為前景點(diǎn)。

      如圖2所示,根據(jù)公式(1),該前景掩膜圖像為黑白圖像,其中像素值為255的點(diǎn)(白色區(qū)域)所形成的連通域?yàn)檠谀D像,表示活動(dòng)目標(biāo)(如,人、車、動(dòng)物等),像素值為0的點(diǎn)(黑色區(qū)域)為固定背景。

      由于視頻片段中,背景圖像的變化有限,因此,將監(jiān)控視頻中每隔一定幀區(qū)間的幀的背景圖像保存于數(shù)據(jù)庫中,以節(jié)省數(shù)據(jù)庫空間、提高濃縮效率,例如,將第1幀、第m+1幀、……第m+k幀的背景圖像保存于數(shù)據(jù)庫中,該幀區(qū)間為m。

      s12:對前景掩膜圖像進(jìn)行預(yù)處理;

      對前景掩膜圖像進(jìn)行形態(tài)學(xué)處理,包括先膨脹,后腐蝕,再次膨脹處理。

      s13:從預(yù)處理后的前景掩膜圖像中,分離出前景圖像;

      如圖2所示,將前景掩膜圖像與其對應(yīng)的原始幀圖像相重疊,生成彩色前景掩膜圖像,然后利用連通域提取方法從該彩色前景掩膜圖像中確定掩膜圖像的外接矩形框,彩色前景掩膜圖像中由矩形框確定的區(qū)域即為前景圖像(彩 色),提取時(shí)忽略連通域內(nèi)的孔洞,以使掩膜圖像更加完整連貫。

      s2:將前景圖像按照對象進(jìn)行分類,并為不同類的對象分配對象編號;

      基于目標(biāo)跟蹤算法將前景圖像按照對象進(jìn)行分類,屬于相同目標(biāo)(如,同一個(gè)人、同一輛車等)的前景圖像視為相同對象,然后為每一類對象分配相同且唯一的對象編號。具體包括:

      s21:從前景圖像中提取rgb直方圖作為識(shí)別特征;

      如圖3所示,將前景圖像按照“田”字分為四個(gè)區(qū)域,對每個(gè)區(qū)域的三個(gè)顏色通道(r、g、b),遍歷其所有像素點(diǎn),將所有像素點(diǎn)按其像素值所屬區(qū)間投影到具有p個(gè)區(qū)間的rgb直方圖hic中,其中,下標(biāo)i表示該rgb直方圖所處區(qū)域的編號,c表示顏色通道,于具體實(shí)施例中,rgb直方圖具有8個(gè)區(qū)間(p=8),結(jié)合三個(gè)顏色通道,每個(gè)區(qū)域直方圖的維數(shù)為24;

      將計(jì)算得到的四個(gè)區(qū)域?qū)?yīng)的四個(gè)rgb直方圖串聯(lián)成一個(gè)rgb直方圖,串聯(lián)后的rgb直方圖共有24*4=96維,并對串聯(lián)后的rgb直方圖進(jìn)行歸一化處理,如公式(2)所示:

      其中h(i)為rgb直方圖在第i個(gè)區(qū)域的值,hn(i)為歸一化后rgb直方圖在第i個(gè)區(qū)域的值,歸一化處理后的rgb直方圖hn即為前景圖像的rgb直方圖。

      s22:從前景圖像中提取lbp直方圖作為識(shí)別特征;

      對前景圖像中的所有像素點(diǎn),當(dāng)對應(yīng)掩膜圖像中像素點(diǎn)的值為255時(shí),提取lbp(localbinarypatterns,局部二值模式)特征,形成59維的lbp直方圖,具體方法是:在3×3的窗口內(nèi),以窗口中心像素的灰度值為閾值,將相鄰的8個(gè)像素的灰度值與其進(jìn)行比較,對于灰度值大于該閾值的相鄰像素,將其位置標(biāo)記為1,對于灰度值小于等于該閾值的相鄰像素,其位置標(biāo)記為0;如此,3×3鄰域內(nèi)的8個(gè)像素點(diǎn)經(jīng)比較產(chǎn)生8位二進(jìn)制數(shù),轉(zhuǎn)換為十進(jìn)制數(shù)后即得到該窗口中心像素點(diǎn)的lbp特征值。

      之后,對該lbp直方圖進(jìn)行歸一化處理(如公式(2)),將處理后的lbp直方圖作為前景圖像的lbp直方圖。

      s23:將前景圖像的rgb直方圖和lbp直方圖進(jìn)行串聯(lián),得到前景圖像的識(shí)別特征;

      s24:分配用于緩存編號的前景圖像、前景圖像識(shí)別特征及其對應(yīng)幀信息 的前景緩存區(qū),

      定義前景緩存區(qū):

      上式中,表示第x幀的第i個(gè)前景圖像,s表示前景緩存中保存的起始幀,e為前景緩存中保存的結(jié)束幀(例如,前景緩存中保存著第2幀到第n幀,則s=2,e=n);該起始幀與結(jié)束幀之差即為緩存上限(固定值),當(dāng)加入新的一幀時(shí),若前景緩存大小超過該緩存上限,刪除前景緩存中屬于起始幀的所有前景圖像,保證前景緩存的時(shí)效性。

      基于目標(biāo)跟蹤算法將前景圖像按照對象進(jìn)行分類,屬于相同目標(biāo)的前景圖像視為相同對象,然后為每一類對象分配相同且唯一的對象編號,存儲(chǔ)于前景緩存區(qū)中。

      s25:將當(dāng)前前景圖像的識(shí)別特征與前景緩存中所有前景圖像的識(shí)別特征進(jìn)行匹配、編號,

      對于當(dāng)前視頻幀的每一幅前景圖像的識(shí)別特征,將其與前景緩存中所有的前景圖像的識(shí)別特征計(jì)算特征距離,如公式(4),采用巴氏距離作為度量,

      其中,p和q分別為當(dāng)前視頻幀的前景圖像的識(shí)別特征和前景緩存中的前景圖像的識(shí)別特征,n為特征維數(shù),該特征維數(shù)取155維(串聯(lián)后的rgb直方圖的96維加上lbp直方圖的59維);

      計(jì)算結(jié)束后,判定當(dāng)前前景圖像與前景緩存中前景圖像的特征距離最小的前景圖像為同一對象,將當(dāng)前前景圖像的對象編號設(shè)定為該前景圖像的對象編號。若多個(gè)前景圖像的對象編號存在沖突,則將特征距離較大的當(dāng)前前景圖像重新在前景緩存中匹配特征距離最小的前景圖像,以重新編號,直至前景緩存中所有的前景圖像的對象編號無沖突為止。

      例如,對于第p視頻幀,從其中提取的若干前景圖像,基于目標(biāo)跟蹤算法將這些前景圖像按照對象進(jìn)行按序編號,將前景圖像、前景圖像的識(shí)別特征、所屬幀編號等信息存儲(chǔ)于前景緩存中,對于第p+1視頻幀,從其中提取的若干前景圖像,提取前景圖像的識(shí)別特征,每個(gè)前景圖像依次作為當(dāng)前前景圖像與前景緩存中的若干前景圖像的識(shí)別特征按照公式(4)一一進(jìn)行匹配,選擇前 景緩存中最匹配的(特征距離最短)前景圖像作為匹配對象,當(dāng)前前景圖像的對象編號設(shè)定為該前景緩存中最匹配的前景圖像對應(yīng)的編號,然后將已編號的當(dāng)前前景圖像保存于前景緩存中。

      s3:根據(jù)同一對象的位置及顏色信息,計(jì)算同一對象的運(yùn)動(dòng)方向值、主顏色,并將計(jì)算結(jié)果及前景圖像保存入數(shù)據(jù)庫;

      在若干前景圖像中,根據(jù)對象編號,確定同一對象,

      s31:計(jì)算同一對象的運(yùn)動(dòng)方向值;

      針對對象x、前景圖像序列i=0,1,…n,其運(yùn)動(dòng)方向值根據(jù)下列公式確定:

      式(5)中,l為設(shè)定的前景區(qū)間(指示連續(xù)的多個(gè)前景圖像)長度,m表示第m個(gè)前景區(qū)間,為p1點(diǎn)與p2點(diǎn)形成的向量的方向,p1、p2為矩形框中心點(diǎn),為前景圖像外接矩形框的中心點(diǎn),運(yùn)動(dòng)方向值的取值區(qū)間如圖5所示,圖中示出運(yùn)動(dòng)方向值為9。

      利用公式(5),計(jì)算得到對象在一定前景區(qū)間中的運(yùn)動(dòng)方向值(對象的運(yùn)動(dòng)方向)

      s32:計(jì)算同一對象的主顏色;

      將前景圖像轉(zhuǎn)換到hsv空間,得到每個(gè)像素點(diǎn)的色度h、亮度v、飽和度s三個(gè)分量,結(jié)合圖4所示像素值與主顏色的轉(zhuǎn)換對照表,選取出現(xiàn)頻率最大的三種顏色作為對象的主顏色。

      數(shù)據(jù)庫中保存有用于視頻濃縮的屬性信息,包括:前景圖像所在時(shí)間戳、前景圖像所屬有效視頻序列編號、前景圖像所屬對象編號、前景圖像所屬幀號、前景掩膜圖像的面積與原始視頻圖像的面積之比(用于后續(xù)兩幅圖像的比較、融合)、前景圖像所屬矩形框的位置及大小、對象運(yùn)動(dòng)方向、對象的三種主顏色。

      s4:根據(jù)濃縮策略,確定相應(yīng)對象的前景圖像及背景圖像,合成濃縮后的視頻。

      s41:從監(jiān)控視頻中,提取有效視頻序列,

      有效視頻序列是指包含對象的連續(xù)視頻幀序列,不包含對象的視頻幀視為 無效幀,并為有效視頻序列分配唯一的序列編號:

      {fi|i∈[s,e],count(fi)>tp}(6)

      式(6)中,s,e分別為有效視頻序列起始及結(jié)束幀號,count(fi)表示第fi幀掩膜圖像像素值為255的像素點(diǎn)個(gè)數(shù),tp為設(shè)定的閾值。

      s42:對所有有效視頻序列按序列長度從大到小排序,將所有序列的狀態(tài)均標(biāo)記為可用狀態(tài);

      s43:從排序后的所有有效視頻序列中,選取長度最大(設(shè)為lb)的有效視頻序列作為母序列,將母序列的狀態(tài)標(biāo)記為不可用狀態(tài);

      s44:將其余有效視頻序列作為插入序列依次與母序列進(jìn)行比較、融合;

      遍歷所有可用狀態(tài)的有效視頻序列,從中選取長度最大的有效視頻序列作為插入序列嘗試插入母序列,具體的說,

      首先從母序列的第h幀開始與插入序列的每一幀進(jìn)行融合試探(初始h=1),若從插入序列的第一幀開始,母序列的第h+i幀畫面與插入序列第i幀畫面的掩膜圖像疊加后,總掩膜面積滿足特定條件時(shí)(例如特定條件為:若兩幀的前景掩膜圖像取并集后的總面積小于閾值tu,且兩幀的前景掩膜圖像取交集后的總面積小于閾值ti,則認(rèn)為兩幀可融合,閾值的取值以濃縮視頻中出現(xiàn)在同一畫面的前景不超過一定數(shù)量為準(zhǔn),以避免影響觀感;若兩幀可插入,則將插入序列與母序列當(dāng)前幀前景掩膜圖像的并集作為母序列新的當(dāng)前幀前景掩膜圖像)方可將兩畫面融合,其中i=1,…,m,m為插入序列長度;如果插入序列的m幀遍歷完畢,且其每一幀均可與母序列的第h幀融合,則標(biāo)記母序列的第h幀與當(dāng)前插入序列可融合的標(biāo)記位,同時(shí)記錄融合位置,然后將該插入序列的狀態(tài)置為不可用狀態(tài),表示該插入序列與母序列融合成功;如果插入序列的m幀遍歷完畢,且存在插入序列的任意一幀不可與母序列融合,則將母序列初始比較位置后移j幀(h=h+j),(j為整數(shù))從母序列的第h=h+j幀開始,將插入序列與母序列進(jìn)行上述融合、比較過程,直到lb-h<m仍不能實(shí)現(xiàn)插入序列與母序列融合時(shí),將該插入序列拼接至母序列末尾,形成新的母序列。

      重復(fù)上述過程,直至可用狀態(tài)的有效視頻序列與母序列比較、融合完畢,得到最終的濃縮策略,該濃縮策略指示哪些特定的視頻幀能夠相互融合以得到濃縮后的視頻?;谠摑饪s策略,根據(jù)用戶的濃縮要求,從數(shù)據(jù)庫中獲取對應(yīng)該些特定的視頻幀的前景圖像和背景圖像、以及相應(yīng)的屬性信息,將這些前景直接替換背景圖像中相應(yīng)區(qū)域(若前景間有重疊則采用平均像素值法處理重疊 區(qū)域),達(dá)到視頻濃縮的效果。用戶的濃縮要求可以設(shè)定為:濃縮視頻的起止時(shí)間戳、關(guān)注區(qū)(僅對出現(xiàn)在該區(qū)域的對象進(jìn)行濃縮)與排除區(qū)(僅對出現(xiàn)在該區(qū)域以外的對象進(jìn)行濃縮)的位置、對象的主顏色、運(yùn)動(dòng)方向、大小等。

      本發(fā)明的基于對象的監(jiān)控視頻濃縮方法,先從監(jiān)控視頻中獲取每一視頻幀的前景圖像和背景圖像,將某些背景圖像保存于數(shù)據(jù)庫中,提取前景圖像的識(shí)別特征,借助前景緩存,依次對比前景圖像與前景緩存中所有前景圖像的識(shí)別特征的特征距離,完成對所有前景圖像的對象進(jìn)行編號,使得同一對象對應(yīng)唯一的同一編號,然后根據(jù)同一對象的位置及顏色信息,計(jì)算同一對象的運(yùn)動(dòng)方向值、主顏色,并將計(jì)算結(jié)果及前景圖像保存入數(shù)據(jù)庫,最后根據(jù)濃縮策略,確定相應(yīng)對象的前景圖像及背景圖像,合成濃縮后的視頻。本發(fā)明能夠?qū)μ幱诓煌瑫r(shí)間及空間的對象進(jìn)行濃縮,提高監(jiān)控視頻的濃縮率,提高監(jiān)控效率。

      以上所述是本發(fā)明的較佳實(shí)施例及其所運(yùn)用的技術(shù)原理,對于本領(lǐng)域的技術(shù)人員來說,在不背離本發(fā)明的精神和范圍的情況下,任何基于本發(fā)明技術(shù)方案基礎(chǔ)上的等效變換、簡單替換等顯而易見的改變,均屬于本發(fā)明保護(hù)范圍之內(nèi)。

      當(dāng)前第1頁1 2 
      網(wǎng)友詢問留言 已有0條留言
      • 還沒有人留言評論。精彩留言會(huì)獲得點(diǎn)贊!
      1