基于SIFT特征聚类的固定镜头实时监控视频特征提取方法技术

本发明专利技术公开了一种基于SIFT特征聚类的固定镜头实时监控视频特征提取方法，包括：对实时产生的监控视频的每一帧通过SIFT特征提取算法使用并行计算的方式进行特征提取；将实时产生的监控视频流按照每段视频包含相似内容的原则分割成视频段；对分割后的每一个所述视频片段分别提取特殊关键帧。该方法有效地从监控视频中分隔出内容相似的视频片段，通过采用基于最大特征点策略的关键帧提取方法有效地从相似的视频片段中提取关键帧，减少关键帧的冗余，实现较好的视频特征提取效果，为实现海量监控视频的内容检索提供了基础。同时，本方法通过将视频帧特征提取的过程并行化，有效解决视频帧特征提取时间代价大的难题，提高了本方法的实时性。

【技术实现步骤摘要】

本专利技术涉及多媒体信息处理
，特别涉及一种基于SIFT特征聚类的固定镜头实时监控视频特征提取方法。
技术介绍
视频特征是对视频内容的有效描述，提取视频特征为海量视频库建立索引，是目前解决在海量视频中基于内容的检索问题的有效方法。目前的视频特征提取方法，主要包括图像的底层特征提取、视频分割和关键帧提取三个方面的关键技术，常见的提取方法是基于镜头分割的技术，发展得相对成熟，能有效地实现对普通视频进行特征提取。然而监控视频具有特殊性，大部分监控视频长期处于同一个镜头中，镜头切换在监控视频中并不明显，因此基于镜头分割的提取方法不太适用于对监控视频的特征提取中。因此，多媒体信息处理
急需一种适合对监控视频这种无镜头切换类视频进行特征提取的方法。
技术实现思路
本专利技术的目的在于克服现有技术的缺点与不足，提供一种基于SIFT特征聚类的固定镜头实时监控视频特征提取方法，该方法通过以SIFT特征为基础，实现了对无镜头切换的实时监控视频的特征提取。本专利技术的目的通过下述技术方案实现：一种基于SIFT特征聚类的固定镜头实时监控视频特征提取方法，所述方法包括下列步骤：S1、对实时产生的监控视频的每一帧通过SIFT特征提取算法使用并行计算的方式进行特征提取；S2、根据所述步骤S1中每一帧提取到的SIFT特征计算帧间相似度和区间平均相似度，将实时产生的监控视频流按照每段视频包含相似内容的原则分割成视频段；S3、根据所述步骤S1中每一帧提取到的SIFT特征，对所述步骤S2中分割后的每一个视频片段分别提取特殊关键帧，其中，特殊关键帧是指每个视频段中视频帧画面变化幅度最大的视频帧。进一步地，所述步骤S1具体包括：S101、视频帧预处理，将视频流中获取的彩色图像视频帧转化成灰度图像视频帧；S102、数据块划分，将完整的视频帧划分为若干数据块；S103、数据块分配，在划分数据块后，将各个数据块按照数据块分配策略分配给相应的处理节点；S104、各处理节点对数据块进行特征提取，各处理节点以接收的数据块作为输入采用SIFT特征提取算法提取特征点，并将处理结果发送到特征合并节点；S105、特征合并节点合并各数据块的特征点，特征合并节点根据特征合并策略对属于同一视频帧的各数据块的处理结果进行特征点合并。进一步地，所述步骤S2具体包括：S201、确定阀值δ，选择一定的阀值δ，作为视频内容突变的检测值；S202、确定阀值Δ，选择一定的阀值Δ，作为判别边界的检测值；S203、确定N值，选择一定的值N，作为边界检测连续帧数；S204、获取视频帧，从实时产生的监控视频流中获取视频帧；S205、设置视频分割起点帧，将所述步骤S201中的监控视频流的第一帧作为视频分割起点帧(第s帧)，s＝1；S206、提取每一帧的特征点，从视频分割起点帧(第s帧)开始，顺序地获取视频中每一帧(第i帧)并对其进行SIFT特征提取，得到其所有特征点和特征点数量F(i)；S207、计算相邻帧的帧间相似度，在所述步骤S206中对每一帧(第i帧)进行SIFT特征提取的同时，将该视频帧与其前一帧(第i-1帧)的SIFT特征点进行匹配，得到当前第i帧与其前一帧间相匹配的特征点数量M(i)，并计算出当前第i帧与其前一帧间的相似度R(i)，相似度计算公式如下： R ( i ) = 2 M ( i ) F ( i ) + F ( i - 1 ) ; ]]>S208、计算帧间相似度平均值，在所述步骤S207计算出当前帧(第i帧)与其前一帧间的相似度R(i)的同时，计算从视频分割起点帧(第s帧)到当前帧(第i帧)的帧间相似度的平均值计算公式如下： R ( s , i ) ‾ = 1 i - s + 1 Σ k = s i R ( k ) ; ]]>S209、寻找疑似边界帧k，在所述步骤S208中计算当前帧第i帧与其前一帧间的相似度R(i)的同时，如果遇到某一帧(假设为第k帧)和其上一帧(第k-1帧)间的相似度R(k)的值低于已选定的视频内容突变阀值δ，即R(k)<δ，则第k帧为疑似边界帧；步骤S210、计算判断疑似边界帧是否为边界帧，对疑似边界帧(假设为第k帧)后面连续的N帧提取特征点、计算每一帧与其上一帧的帧间相似度，并计算从第(k+1)帧到第(k+N)帧的帧间相似度的平均值若则判定第k帧是边界帧，否则不是边界帧；若是边界帧，则将视频分割起点帧(第s帧)和第k帧之间的所有帧分割出来成为一个视频段，并将第k+1帧作为新的视频分割起点帧，即s＝k+1，重复步骤S206至步骤S210，直到整个监控视频流的所有帧全部处理结束；若不是边界帧，则从第k+1帧开始，继续寻找下一个疑似边界帧，重复执行步骤S209和步骤S210，直到所有帧都处理结束。进一步地，所述步骤S3具体包括：S301、获取视频帧，从视频分割片段中获取视频帧。S302、初始特殊关键帧的帧号，设置特殊关键帧的帧号Key，Key值初始为1；S303、初始特殊关键帧的特征点数量，设置特殊关键帧的特征点数量MAX，初始值为0；S304、设置关键起点帧，将所述步骤S301中获取的视频帧的第一帧作为关键起点帧(第t帧)；S305、提取每一帧的特征点，从关键起点帧(第t帧)开始，对所述步骤S301中获取的每一帧(第i帧)进行特征提取，获取每一帧的特征点和特征点数量F(i)；S306、计算每一帧与关键起点帧的帧间相似度，在所述步骤S305中对每一帧进行特征提取的同时，对该当前帧(第i帧)与关键起点帧(第t帧)进行匹配，得到这两帧间相匹配的特征点数量M(t,i)，并计算出这两帧间的相似度R(t,i)；S307、计算相邻帧的帧间相似度，在所述步骤S305中对每一帧进行特征提取的同时，对该当前帧(第i帧)与其前一帧(第i-1帧)进行匹配，得到当前帧与其前一帧间相匹配的特征点数量M(i)，并计算出当前帧与其前一帧的相似度R(i)；S308、计算关键起点帧到每一帧的帧间相似度平均值，在所述步骤S307中计算出当前帧(第i帧)与其前一帧的相似度R(i)的同时，计算从关键本文档来自技高网...

【技术保护点】
一种基于SIFT特征聚类的固定镜头实时监控视频特征提取方法，其特征在于，所述方法包括下列步骤：S1、对实时产生的监控视频的每一帧通过SIFT特征提取算法使用并行计算的方式进行特征提取；S2、将实时产生的监控视频流按照每段视频包含相似内容的原则分割成视频段；S3、对分割后的每一个所述视频片段分别提取特殊关键帧，其中，所述特殊关键帧是指整个视频段中视频帧画面变化幅度最大的视频帧。

【技术特征摘要】
1.一种基于SIFT特征聚类的固定镜头实时监控视频特征提取方法，其特征在于，所述方法包括下列步骤：S1、对实时产生的监控视频的每一帧通过SIFT特征提取算法使用并行计算的方式进行特征提取；S2、将实时产生的监控视频流按照每段视频包含相似内容的原则分割成视频段；S3、对分割后的每一个所述视频片段分别提取特殊关键帧，其中，所述特殊关键帧是指整个视频段中视频帧画面变化幅度最大的视频帧。2.根据权利要求1所述的基于SIFT特征聚类的固定镜头实时监控视频特征提取方法，其特征在于，所述步骤S1具体包括：S101、视频帧预处理，将视频流中获取的彩色图像视频帧转化成灰度图像视频帧；S102、数据块划分，将完整的视频帧划分为若干数据块；S103、数据块分配，在划分数据块后，将各个数据块按照数据块分配策略分配给相应的处理节点；S104、各处理节点对数据块进行特征提取，各处理节点以接收的数据块作为输入采用SIFT特征提取算法提取特征点，并将处理结果发送到特征合并节点；S105、特征合并节点合并各数据块的特征点，特征合并节点根据特征合并策略对属于同一视频帧的各数据块的处理结果进行特征点合并。3.根据权利要求1所述的基于SIFT特征聚类的固定镜头实时监控视频特征提取方法，其特征在于，所述步骤S2具体包括：S201、确定阀值δ，选择一定的阀值δ，作为视频内容突变的检测值；S202、确定阀值Δ，选择一定的阀值Δ，作为判别边界的检测值；S203、确定N值，选择一定的值N，作为边界检测连续帧数；S204、获取视频帧，从实时产生的监控视频流中获取视频帧；S205、设置视频分割起点帧，将所述步骤S201中的监控视频流的第一帧作为视频分割起点帧(第s帧)，s＝1；S206、提取每一帧的特征点，从视频分割起点帧(第s帧)开始，顺序地获取视频中每一帧(第i帧)并对其进行SIFT特征提取，得到其所有特征点和特征点数量F(i)；S207、计算相邻帧的帧间相似度，在所述步骤S206中对每一帧(第i帧)进行SIFT特征提取的同时，将该视频帧与其前一帧(第i-1帧)的SIFT特征点进行匹配，得到当前第i帧与其前一帧间相匹配的特征点数量M(i)，并计算出当前第i帧与其前一帧间的相似度R(i)，相似度计算公式如下： R ( i ) = 2 M ( i ) F ( i ) + F ( i - 1 ) ; ]]>S208、计算帧间相似度平均值，在所述步骤S207计算出当前帧(第i帧)与其前一帧间的相似度R(i)的同时，计算从视频分割起点帧(第s帧)到当前帧(第i帧)的帧间相似度的平均值计算公式如下： R ( s , i ) ‾ = 1 i - s + 1 &Sigma...

【专利技术属性】
技术研发人员：徐杨，梁肇浩，高勒，
申请(专利权)人：华南理工大学，
类型：发明
国别省市：广东;44