用于驾驶模拟器的监控数据存储方法技术

本发明专利技术涉及数据处理领域，具体涉及用于驾驶模拟器的监控数据存储方法，包括以下步骤：获取驾驶模拟器的监控视频数据，得到连续图像序列；获取连续图像序列中每一帧图像上像素点像素值的分布模型，根据任意两像素点的分布模型之间的相似性进行区域划分，得到多个区域；基于多个区域更新监控数据，对更新后的监控数据进行存储；即本发明专利技术的方案能够对监控数据进行压缩存储，避免占用更多空间。避免占用更多空间。避免占用更多空间。

【技术实现步骤摘要】
用于驾驶模拟器的监控数据存储方法


[0001]本专利技术涉及数据处理领域，具体涉及用于驾驶模拟器的监控数据存储方法。

技术介绍

[0002]驾驶模拟器是一种模拟汽车驾驶动作，获得实车驾驶感的仿真设备。其利用虚拟现实仿真技术营造虚拟的驾驶训练环境，并通过模拟器的操作部件与虚拟的环境进行人机交互，从而进行驾驶训练。在训练过程中，需要记录学员的具体操作，使得学员可以在训练完毕后查看训练过程中所出现的错误动作，以便后续纠正，但是由于学员人数较多，且单个学员的训练时间较长。
[0003]现有方法中往往是直接将整个监控过程中的所有数据均进行存储，但是这种方法需要较较多的存储空间，因此需要一种自动对监控数据进行存储的方法。

技术实现思路

[0004]为了解决上述技术问题，本专利技术的目的在于提供用于驾驶模拟器的监控数据存储方法，所采用的技术方案具体如下：本专利技术提供的用于驾驶模拟器的监控数据存储方法，包括以下步骤：获取驾驶模拟器的监控视频数据，得到连续图像序列；获取连续图像序列中每一帧图像上像素点像素值的分布模型，根据任意两像素点的分布模型之间的相似性进行区域划分，得到多个区域；基于多个区域更新监控数据，对更新后的监控数据进行存储。
[0005]进一步地，所述分布模型的获取过程为：获取连续图像序列中每一帧图像上具有相同坐标的像素点的所有像素值，得到各个像素点的颜色变化序列；使用EM算法对各个像素点的颜色变化序列进行混合高斯模型的拟合，其中混合高斯模型包括多个子高斯模型。
[0006]进一步地，根据任意两像素点的分布模型之间的相似性进行区域划分，得到多个区域的具体过程为：从上到下，从左到右地遍历图像中的各个像素点，得到各个像素点八邻域内的所有像素点，对于第个像素点的八邻域内的第个像素点，使用KM匹配算法对这两个像素点的混合高斯模型中所有子高斯模型的均值，方差以及权重进行一一匹配，使得匹配后，所有子高斯模型之间的均值方差以及权重之间的差异最小，计算任意两像素点的相似度；当相似度小于阈值，则两像素点不属于同一区域，反之进行合并；直到划分完所有像素点，得到多个区域，每个区域均对应一个混合高斯模型，所述区域包括目标短暂停留区域、纯背景区域以及目标运动区域。
[0007]进一步地，进行合并的具体过程为：根据各个像素点混合高斯模型中的各个子高斯模型相对于权重最大的子高斯模
型之间的权重以及均值的差异判断各个像素点属于背景像素点的可能性，其中，权重最大的子高斯模型记为第一子高斯模型；当各个像素点属于背景像素点的可能性小于设定阈值，则不属于目标短暂停留区域；反之，则属于目标短暂停留区域，此时记为第二子高斯模型；计算目标短暂停留区域的所有非第二子高斯模型与其他区域的子高斯模型之间的相似性，并根据相似性与条件阈值之间的大小，得到满足条件阈值且相似度最高的区域，则该区域即为目标短暂停留区域最相近的背景区域，将二者的混合子高斯模型进行合并，将匹配成功的非第二子高斯模型的均值以及方差的均值作为更新后的非第二子高斯模型的均值和方差，完成两个区域混合高斯模型的初次合并；统计两个区域初次合并完成后子高斯模型的总个数，当总个数小于设定个数时，则直接合并；反之，将根据重要程度排序后的各个子高斯模型中编号大于等于设定个数的子高斯模型进行去除，从而两个区域的最终合并。
[0008]进一步地，所述相似性为：其中，为两个像素点匹配成功后的子高斯模型的均值之间差值绝对值的累加和，为两个像素点匹配成功后的子高斯模型的方差之间差值绝对值的累加和，分别为两个像素点匹配成功后的子高斯模型的权重之间差值绝对值的累加和。
[0009]本专利技术的有益效果为：本专利技术的方案，对监控数据进行区域划分，即各个区域所对应的混合高斯模型，以及像素值重新赋值后的每一帧图像数据，实现了对更新后的监控视频数据进行压缩，避免了占用更多空间。
附图说明
[0010]为了更清楚地说明本专利技术实施例或现有技术中的技术方案和优点，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它附图。
[0011]图1是本专利技术的用于驾驶模拟器的监控数据存储方法的流程图。
具体实施方式
[0012]为了更进一步阐述本专利技术为达成预定专利技术目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本专利技术的方案，其具体实施方式、结构、特征及其功效，详细说明如下。在下述说明中，不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外，一或多个实施例中的特定特征、结构或特点可由任何合适形式组合。
[0013]除非另有定义，本文所使用的所有的技术和科学术语与属于本专利技术的
的技术人员通常理解的含义相同。
[0014]本专利技术的目的是：本专利技术的方案通过对监控视频中每一帧图像中的各个位置上的像素点的所有像素值进行混合高斯模型的拟合，从而将每个像素点的像素值由24位的二进
制数转化为3位二进制数进行存储，从而减少压缩数据量，节省存储空间。
[0015]具体地，本专利技术提出的用于驾驶模拟器的监控数据存储方法的方法实施例的步骤流程图，如图1所示，包括以下步骤：步骤一：获取驾驶模拟器的监控视频数据，得到连续图像序列。
[0016]具体地，将相机固定在驾驶模拟器的侧面，采集驾驶位区域图像，对图像进行处理，根据图像中的特征信息对图像进行压缩存储。
[0017]本实施例中利用相机对学员的学习过程进行监控，记录学员从开始训练到结束训练的整个过程，对监控视频中连续的视频帧进行截取，得到连续图像序列。
[0018]步骤二：获取连续图像序列中每一帧图像上像素点像素值的分布模型，根据各像素点的分布模型之间的相似性进行区域划分，得到多个区域。
[0019]本实施例中的分布模型的获取过程为：获取连续图像序列中每一帧图像上具有相同坐标的像素点的所有像素值，得到各个像素点的颜色变化序列；使用EM算法对各个像素点的颜色变化序列进行混合高斯模型的拟合，设置子高斯模型的个数，得到每个像素点每个子高斯模型的均值和方差，其中第个像素点的第j个子高斯模型的均值，方差以及权重分别记为，得到混合高斯模型。
[0020]本实施例中，在获取连续图像上各个像素点的像素值，并对其进行混合高斯模型拟合的过程中，其本质上是相当于对该像素点不同像素值的一个统计；本专利技术期望可以将多个像素点的颜色变化情况用一个混合高斯模型进行表示，从而降低存储量，但是整个监控数据中，每个像素点存在三种类型：纯背景像素点，即整个监控数据中该位置上的像素点只受光照的影响；目标短暂停留像素点，即整个监控数据中该位置上的像素点大部分时刻受光照干扰，但是由于目标物体的短暂停留，导致部分数据中与大多数差异较大；目标运动区域，即该位置上由于目标物体的频繁运动，使得像素点与像素点之间的颜色差异较大。
[0021]当一个像素值的个数越多，其所在子高斯模型本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.用于驾驶模拟器的监控数据存储方法，其特征在于，包括以下步骤：获取驾驶模拟器的监控视频数据，得到连续图像序列；获取连续图像序列中每一帧图像上像素点像素值的分布模型，根据任意两像素点的分布模型之间的相似性进行区域划分，得到多个区域；基于多个区域更新监控数据，对更新后的监控数据进行存储。2.根据权利要求1所述的用于驾驶模拟器的监控数据存储方法，其特征在于，所述分布模型的获取过程为：获取连续图像序列中每一帧图像上具有相同坐标的像素点的所有像素值，得到各个像素点的颜色变化序列；使用EM算法对各个像素点的颜色变化序列进行混合高斯模型的拟合，其中混合高斯模型包括多个子高斯模型。3.根据权利要求1所述的用于驾驶模拟器的监控数据存储方法，其特征在于，根据任意两像素点的分布模型之间的相似性进行区域划分，得到多个区域的具体过程为：从上到下，从左到右地遍历图像中的各个像素点，得到各个像素点八邻域内的所有像素点，对于第个像素点的八邻域内的第个像素点，使用KM匹配算法对这两个像素点的混合高斯模型中所有子高斯模型的均值，方差以及权重进行一一匹配，使得匹配后，所有子高斯模型之间的均值方差以及权重之间的差异最小，计算任意两像素点的相似度；当相似度小于阈值，则两像素点不属于同一区域，反之进行合并；直到划分完所有像素点，得到多个区域，每个区域均对应一个混合高斯模型，所述区域包括目标短暂停留区域、、纯背景区域以及目标运动区域。4.根据权利要求3所述...

【专利技术属性】
技术研发人员：刘长宜，高国兵，
申请(专利权)人：汉达科技发展集团有限公司，
类型：发明
国别省市：