一种基于大数据的网络视频图像分析方法技术

本发明专利技术公开了一种基于大数据的网络视频图像分析方法，去除所述视频中的背景以获取待分析区域；对所述待分析区域进行头肩检测以获取头肩跟踪轨迹；对所述待分析区域跳帧进行可变形人形检测以获取人形区域，对所获得的人形区域图像进行清晰度估计，得到清晰度估计图像；逐一过滤掉所述清晰度估计图像中的各个不清晰区域，得到所述清晰度估计图像中的清晰区域；确定所述清晰区域为所述待分析图片的前景图像，所述待分析图片中除所述前景图像之外的其它图像为所述待分析图片的背景图像。本发明专利技术方法获得的前景图像准确率较高，适用范围广，具有很强的现实意义。

A network video image analysis method based on big data

The invention discloses a method of network video data based on image, remove the video in the background to obtain the region to be analyzed; to analysis area to obtain the head and shoulders head shoulder detection on the track; for analysis of regional deformation of skipping the pedestrian detection for the region to obtain the figure for clarity, estimation the humanoid region obtained image, by definition image estimation; by filtering out the estimation of each image in the definition is not clear, the definition of a clear area in the image estimation; the foreground image determines the clear area for the picture to be analyzed, the analysis of the background image in addition to other image the foreground image for the picture to be analyzed in the picture. The foreground image obtained by the method of the invention has the advantages of high accuracy, wide application range and strong practical significance.

【技术实现步骤摘要】
一种基于大数据的网络视频图像分析方法
本专利技术涉及一种分析方法，具体是一种基于大数据的网络视频图像分析方法。
技术介绍
图像中感兴趣的物体或区域(即，目标)，通常称为图像的前景。相关技术中，常用的前景分割方法，通常是利用图像区域的颜色、纹理等图像特征将图像前景分割出来。利用颜色、纹理等特征分割图像前景，通常将图像中纹理较复杂、颜色丰富的区域确定为图像前景。但是，图像背景所包含的物体的纹理可能也比较复杂、颜色也比较丰富。因此，利用此种方法分析得到的图像前景和图像背景的准确率低。
技术实现思路
本专利技术的目的在于提供一种基于大数据的网络视频图像分析方法，以解决上述
技术介绍
中提出的问题。为实现上述目的，本专利技术提供如下技术方案：一种基于大数据的网络视频图像分析方法，去除所述视频中的背景以获取待分析区域；对所述待分析区域进行头肩检测以获取头肩跟踪轨迹；对所述待分析区域跳帧进行可变形人形检测以获取人形区域，对所获得的人形区域图像进行清晰度估计，得到清晰度估计图像；逐一过滤掉所述清晰度估计图像中的各个不清晰区域，得到所述清晰度估计图像中的清晰区域；确定所述清晰区域为所述待分析图片的前景图像，所述待分析图片中除所述前景图像之外的其它图像为所述待分析图片的背景图像，采用阈值法，根据预先标记的高亮像素点为定位基准点来定位生物芯片，然后根据预先设定的生物芯片属性信息，确定每个检测点的有效区域，进而，采用阈值法，根据预先标记的高亮像素点得到每个有效区域的子定位基准点，依据有效区域的子定位基准点定位标识待测物质的光斑位置，最后检测所确定的光斑位置，对光斑位置使用目标检测算法检测至少一个图像中目标的存在，所述目标检测算法使用训练图像数据来训练检测算法至少部分地基于图像的第一区域中的图像数据与至少部分地从所述训练图像数据得出的数据的外观相似性来检测目标。作为本专利技术进一步的方案：所述定位基准点和子定位基准点位于对应所标识区域的右下角。作为本专利技术进一步的方案：寻找定位基准点的方法如下：a）以不小于两个像素且不大于四个像素为步长遍历所述数字图像；b）针对每个遍历到的像素点，在以该像素点为中心的邻域内，计算依据预先确定的生物芯片属性对应的各统计参数，统计参数包括所述数字图像的平均亮度值、边缘加强所述数字图像后的平均亮度值，以及统计方差；c）若某个像素点满足以下条件，确认为一个基准点：c1）以该像素点为中心的邻域内的边缘加强图像的平均光斑内的信号平均值＞整个区域内的边缘阀值×0.6；c2）灰度值在边缘加强图像的以平均亮度值0.8至1.4倍为半径的邻域内的像素点的数量与其他半径相比为最多；d）计算步骤c）所得所有基准点的位置权重；e）找出位置权重最小或出现次数最多的基准点作为定位基准点。作为本专利技术进一步的方案：所述对所述待分析图片进行清晰度估计，得到清晰度估计图像，包括：将所述待分析图片划分预设大小的图像区域；对于每个图像区域，在预先获得的基向量字典所包含的各个基向量的方向上进行投影，得到当前图像区域对应的投影矩阵；确定所述每个图像区域对应的不为0的基向量，得到所述每个图像区域的投影基向量；根据所述待分析图片对应的全部投影基向量，得到清晰度估计图像。作为本专利技术再进一步的方案：生物芯片定位是在定位基准点确定的情况下，按照预设的生物芯片与定位基准点的位置关系依据确定的定位基准点进行偏置得出。与现有技术相比，本专利技术的有益效果是：本专利技术方法获得的前景图像准确率较高，适用范围广，具有很强的现实意义。具体实施方式下面对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。本专利技术实施例中，一种基于大数据的网络视频图像分析方法，去除所述视频中的背景以获取待分析区域；对所述待分析区域进行头肩检测以获取头肩跟踪轨迹；对所述待分析区域跳帧进行可变形人形检测以获取人形区域，对所获得的人形区域图像进行清晰度估计，得到清晰度估计图像；逐一过滤掉所述清晰度估计图像中的各个不清晰区域，得到所述清晰度估计图像中的清晰区域；确定所述清晰区域为所述待分析图片的前景图像，所述待分析图片中除所述前景图像之外的其它图像为所述待分析图片的背景图像，采用阈值法，根据预先标记的高亮像素点为定位基准点来定位生物芯片，然后根据预先设定的生物芯片属性信息，确定每个检测点的有效区域，进而，采用阈值法，根据预先标记的高亮像素点得到每个有效区域的子定位基准点，依据有效区域的子定位基准点定位标识待测物质的光斑位置，最后检测所确定的光斑位置，对光斑位置使用目标检测算法检测至少一个图像中目标的存在，所述目标检测算法使用训练图像数据来训练检测算法至少部分地基于图像的第一区域中的图像数据与至少部分地从所述训练图像数据得出的数据的外观相似性来检测目标。所述定位基准点和子定位基准点位于对应所标识区域的右下角。寻找定位基准点的方法如下：a）以不小于两个像素且不大于四个像素为步长遍历所述数字图像；b）针对每个遍历到的像素点，在以该像素点为中心的邻域内，计算依据预先确定的生物芯片属性对应的各统计参数，统计参数包括所述数字图像的平均亮度值、边缘加强所述数字图像后的平均亮度值，以及统计方差；c）若某个像素点满足以下条件，确认为一个基准点：c1）以该像素点为中心的邻域内的边缘加强图像的平均光斑内的信号平均值＞整个区域内的边缘阀值×0.6；c2）灰度值在边缘加强图像的以平均亮度值0.8至1.4倍为半径的邻域内的像素点的数量与其他半径相比为最多；d）计算步骤c）所得所有基准点的位置权重；e）找出位置权重最小或出现次数最多的基准点作为定位基准点。所述对所述待分析图片进行清晰度估计，得到清晰度估计图像，包括：将所述待分析图片划分预设大小的图像区域；对于每个图像区域，在预先获得的基向量字典所包含的各个基向量的方向上进行投影，得到当前图像区域对应的投影矩阵；确定所述每个图像区域对应的不为0的基向量，得到所述每个图像区域的投影基向量；根据所述待分析图片对应的全部投影基向量，得到清晰度估计图像。生物芯片定位是在定位基准点确定的情况下，按照预设的生物芯片与定位基准点的位置关系依据确定的定位基准点进行偏置得出。对于本领域技术人员而言，显然本专利技术不限于上述示范性实施例的细节，而且在不背离本专利技术的精神或基本特征的情况下，能够以其他的具体形式实现本专利技术。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本专利技术的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本专利技术内。此外，应当理解，虽然本说明书按照实施方式加以描述，但并非每个实施方式仅包含一个独立的技术方案，说明书的这种叙述方式仅仅是为清楚起见，本领域技术人员应当将说明书作为一个整体，各实施例中的技术方案也可以经适当组合，形成本领域技术人员可以理解的其他实施方式。本文档来自技高网...

【技术保护点】
一种基于大数据的网络视频图像分析方法，其特征在于，去除视频中的背景以获取待分析区域；对所述待分析区域进行头肩检测以获取头肩跟踪轨迹；对所述待分析区域跳帧进行可变形人形检测以获取人形区域，对所获得的人形区域图像进行清晰度估计，得到清晰度估计图像；逐一过滤掉所述清晰度估计图像中的各个不清晰区域，得到所述清晰度估计图像中的清晰区域；确定所述清晰区域为所述待分析图片的前景图像，所述待分析图片中除所述前景图像之外的其它图像为所述待分析图片的背景图像，采用阈值法，根据预先标记的高亮像素点为定位基准点来定位生物芯片，然后根据预先设定的生物芯片属性信息，确定每个检测点的有效区域，进而，采用阈值法，根据预先标记的高亮像素点得到每个有效区域的子定位基准点，依据有效区域的子定位基准点定位标识待测物质的光斑位置，最后检测所确定的光斑位置，对光斑位置使用目标检测算法检测至少一个图像中目标的存在，所述目标检测算法使用训练图像数据来训练检测算法至少部分地基于图像的第一区域中的图像数据与至少部分地从所述训练图像数据得出的数据的外观相似性来检测目标。

【技术特征摘要】
1.一种基于大数据的网络视频图像分析方法，其特征在于，去除视频中的背景以获取待分析区域；对所述待分析区域进行头肩检测以获取头肩跟踪轨迹；对所述待分析区域跳帧进行可变形人形检测以获取人形区域，对所获得的人形区域图像进行清晰度估计，得到清晰度估计图像；逐一过滤掉所述清晰度估计图像中的各个不清晰区域，得到所述清晰度估计图像中的清晰区域；确定所述清晰区域为所述待分析图片的前景图像，所述待分析图片中除所述前景图像之外的其它图像为所述待分析图片的背景图像，采用阈值法，根据预先标记的高亮像素点为定位基准点来定位生物芯片，然后根据预先设定的生物芯片属性信息，确定每个检测点的有效区域，进而，采用阈值法，根据预先标记的高亮像素点得到每个有效区域的子定位基准点，依据有效区域的子定位基准点定位标识待测物质的光斑位置，最后检测所确定的光斑位置，对光斑位置使用目标检测算法检测至少一个图像中目标的存在，所述目标检测算法使用训练图像数据来训练检测算法至少部分地基于图像的第一区域中的图像数据与至少部分地从所述训练图像数据得出的数据的外观相似性来检测目标。2.根据权利要求1所述的基于大数据的网络视频图像分析方法，其特征在于，所述定位基准点和子定位基准点位于对应所标识区域的右下角。3.根据权利要求1所述的基于大数据的网络视频图像分析方法，其特征在于，寻找定位基准点的方法如下：a）以不小于两个像素且...

【专利技术属性】
技术研发人员：曹志雷，冯力，
申请(专利权)人：金鹏电子信息机器有限公司，
类型：发明
国别省市：广东,44