基于目标检测与轨迹分析的粮库视频数据压缩方法技术

本发明专利技术公开了一种基于目标检测与轨迹分析的粮库视频数据压缩方法，通过监控摄像头采集粮库中的实时视频监控数据；通过目标检测算法分析摄像头获取到的视频监控数据，从中提取存在运动目标的有效帧以及目标的位置和子图信息；采用卷积神经网络模型对目标子图进行目标识别操作，获取目标的类别信息；基于从同一个摄像头采集到的连续多帧图片中采集到的目标信息进行目标匹配和跟踪，获取目标在当前场景下的运动轨迹数据；基于各监控摄像头采集到的信息，构建图像数据、标签数据和轨迹数据的存储架构，实现数据的高效存储。本发明专利技术的方法可以从海量的监控视频数据中提取并存储出与运动目标相关的有效数据，提高存储资源的利用率。

【技术实现步骤摘要】
基于目标检测与轨迹分析的粮库视频数据压缩方法
本专利技术涉及一种在粮库监控场景中，基于智能视频监控技术提取运动目标的图像和运动轨迹数据，减少视频监控数据存储量的粮库视频数据压缩方法。
技术介绍
视频监控系统是粮库信息化建设过程中的重要环节。在一个粮库视频监控系统中，会在系统覆盖区域部署大量的监控摄像头，在这种情况下，每个摄像头每天都会产生相当可观的数据量。在传统的视频监控系统中，为了保证实时监控异常行为并及时采取有效措施，需要监控人员一刻不停的监看视频。然而，面对粮库中如此巨大的监控规模和视频数据量，通过人工查看的方式来处理和筛查这些视频已经远远跟不上实际应用的要求。上述问题是在粮库视频数据压缩过程中应当予以考虑并解决的问题。
技术实现思路
专利技术目的：本专利技术的目的是提供一种基于目标检测与轨迹分析的粮库视频数据压缩方法解决现有技术中存在的传统的粮库视频监控系统中存在的智能化水平低，数据冗余且查询不变的问题。本专利技术针对粮库中部署的视频监控系统，通过智能视频分析技术，提供一种基于目标检测与轨迹分析的粮库本文档来自技高网...

【技术保护点】
1.一种基于目标检测与轨迹分析的粮库视频数据压缩方法，其特征在于，包括以下步骤：/nS1、在粮库中部署监控摄像头，构建视频监控系统，通过监控摄像头采集粮库中的实时视频监控数据；/nS2、通过目标检测算法分析摄像头获取到的视频监控数据，从中提取存在运动目标的有效帧以及目标的位置和子图信息；/nS3、采用卷积神经网络模型对目标子图进行目标识别操作，获取目标的类别信息；/nS4、基于从同一个摄像头采集到的连续多帧图片中采集到的目标信息进行目标匹配和跟踪，获取目标在当前监控场景下的运动轨迹数据；/nS5、基于粮库视频监控系统中的各监控摄像头采集到的信息，构建图像数据、标签数据和轨迹数据的存储架构，实现...

【技术特征摘要】
1.一种基于目标检测与轨迹分析的粮库视频数据压缩方法，其特征在于，包括以下步骤：
S1、在粮库中部署监控摄像头，构建视频监控系统，通过监控摄像头采集粮库中的实时视频监控数据；
S2、通过目标检测算法分析摄像头获取到的视频监控数据，从中提取存在运动目标的有效帧以及目标的位置和子图信息；
S3、采用卷积神经网络模型对目标子图进行目标识别操作，获取目标的类别信息；
S4、基于从同一个摄像头采集到的连续多帧图片中采集到的目标信息进行目标匹配和跟踪，获取目标在当前监控场景下的运动轨迹数据；
S5、基于粮库视频监控系统中的各监控摄像头采集到的信息，构建图像数据、标签数据和轨迹数据的存储架构，实现数据的高效存储。


2.根据权利要求1所述的基于目标检测与轨迹分析的粮库视频数据压缩方法，其特征在于，步骤S2具体为：
S21、以5帧每秒的采样频率采集各摄像头获取到的当前监控场景下的监控图片序列；
S22、通过非参数化背景建模的方法构建背景模型，分割背景和前景，得到分割后的二值图片；
S23、采用帧间差分法处理步骤S22中得到的二值图片，并通过形态学操作进行降噪，得到差分二值图片；
S24、通过分析S23中的差分二值图片中的连通域，判断目标发生运动变化的部分是否超过给定阈值，并在此基础之上判定该帧是否为存在运动目标的有效帧，保存视频流中的有效帧，同时保存有效帧中运动目标的子图以及运动目标的位置信息。


3.根据权利要求1所述...

【专利技术属性】
技术研发人员：曹杰，张剑书，申冬琴，毛波，徐彩云，赵慕阶，
申请(专利权)人：南京财经大学，云境商务智能研究院南京有限公司，
类型：发明
国别省市：江苏;32