一种实时视频结构化信息提取及存储方法和系统技术方案

本发明专利技术提供一种实时视频结构化信息提取及存储方法和系统，方法包括：从视频源获取图像帧，控制输入图像帧帧率，并统计筛帧率；对输入的图像帧进行目标检测和目标跟踪，其中，在目标跟踪时，根据所述筛帧率动态调整目标跟踪策略；根据目标检测及目标跟踪结果，对不同类型的目标分别进行结构化信息提取，其中，对于不同帧中的同一目标，间歇提取对应的结构化信息；基于哈希表的优先队列，缓存提取的结构化信息，且将满足出队条件的结构化信息持久化到数据库。本发明专利技术提出了一种实时性较好，效率较高的实时视频结构化信息提取方案，一定程度上解决了实时视频信息提取困难，检索效率低的问题。题。题。

【技术实现步骤摘要】
一种实时视频结构化信息提取及存储方法和系统


[0001]本专利技术涉及视频结构化领域，更具体地，涉及一种实时视频结构化信息提取及存储方法和系统。

技术介绍

[0002]随着深度学习的高速发展，在视频图像处理方面，基于神经网络的目标检测及多目标跟踪的技术愈发成熟，应用日益广泛。在自动驾驶、边防哨口、智慧城市等场景中，目标检测及多目标跟踪起到了不可替代的作用。
[0003]现有的基于深度学习的目标检测技术准确率及已经达到较高水准，如Yolo、SSD等网络，在硬件配置较低的环境中，检测准确率可达到90％以上，检测帧率也可达到25FPS，兼顾了检测质量与效率；另外，在多目标跟踪方面，基于目标检测的多目标跟踪模型发展迅速，传统的基于运动信息估计与基于卷积神经网络的外观特征信息匹配相结合，有效解决了目标遮挡或丢失后的重识别问题。在此基础上，实时提取摄像头视频中的结构化信息是可行的。
[0004]在传统的视频监控系统中，摄像头视频信息检索需要消耗大量的人力与时间，且准确度得不到保障。而对摄像头视频进行结构化信息提取并存储之后，可以根据待检索物本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种实时视频结构化信息提取及存储方法，其特征在于，包括：从视频源获取图像帧，控制输入图像帧帧率，并统计筛帧率；对输入的图像帧进行目标检测和目标跟踪，其中，在目标跟踪时，根据所述筛帧率动态调整目标跟踪策略；根据目标检测及目标跟踪结果，对不同类型的目标分别进行结构化信息提取，其中，对于不同帧中的同一目标，间歇提取对应的结构化信息；基于哈希表的优先队列，缓存提取的结构化信息，且将满足出队条件的结构化信息持久化到数据库。2.根据权利要求1所述的方法，其特征在于，所述控制输入图像帧帧率，并统计筛帧率，包括：基于视频图像预处理模块对视频源进行自适应均匀筛帧处理，使得输出帧率满足以下要求：fps
output
≤min(fps
input
，fps
max
)；其中，fps
output
为视频图像预处理模块最终输出帧率，fps
input
为视频源的初始帧率，fps
max
为满足不阻塞的最大帧率；统计筛帧率：3.根据权利要求2所述的方法，其特征在于，所述基于视频图像预处理模块对视频源进行自适应均匀筛帧处理，包括：维护一个设定阈值长度的队列用于缓存图像帧；从视频源获取的图像帧加入队列时，检查队列长度，若队列长度小于设定阈值长度，则将获取的新图像帧直接加入缓存队列；若队列长度已达到设定阈值长度，则先将队列头部的图像帧出队丢弃，再将获取的新图像帧加入队列尾部，使得队列长度始终小于设定阈值长度。4.根据权利要求1所述的方法，其特征在于，所述对输入的图像帧进行目标检测和目标跟踪，其中，在目标跟踪时，根据所述筛帧率动态调整目标跟踪策略，包括：对输入的每一图像帧进行目标检测，识别出图像帧中的目标检测位置和目标类型；根据识别出的每一图像帧中的目标检测位置和目标类型，基于目标运动信息和特征信息进行目标跟踪，其中，在进行目标跟踪时，根据筛帧率动态调整目标跟踪策略中目标运动信息和特征信息的权重。5.根据权利要求4所述的方法，其特征在于，所述在进行目标跟踪时，根据筛帧率动态调整目标跟踪策略中目标运动信息和特征信息的权重，包括：目标跟踪策略中目标运动信息为：d
(1)
(i，j)＝(d
j
‑
y
j
)
T
S
i
‑
1(d
i
‑
y
j
)；其中，d
j
为物体j的检测位置，y
i
为第i个目标跟踪后的预测位置，S...

【专利技术属性】
技术研发人员：彭凯，周昂，桂宾，陈程鹏，
申请(专利权)人：武汉烽火凯卓科技有限公司，
类型：发明
国别省市：