一种监控视频关键帧提取方法、系统、介质、设备及终端技术方案

本发明专利技术属于多媒体信息处理技术领域，公开了一种监控视频关键帧提取方法、系统、介质、设备及终端，采集原始视频流数据，将原始视频流数据分解成图像帧集合；对分解得到的图像帧集合进行采样，对采样得到的图像帧结果集进行过滤；对过滤后的图像帧集合进行自适应聚类，并收集聚类后的结果组成视频摘要。为了能够更好地利用存储介质的内存空间以及让用户更好地快速浏览原始视频流的大致内容，本发明专利技术提供了一种通过采样、过滤以及聚类从而实现原始视频流的关键帧筛选算法。本发明专利技术的关键帧提取方法对原始视频数据通过关键帧筛选算法筛掉原始视频流中的相似帧、冗余帧以及模糊帧，形成一段原始视频的视频摘要存储，从而极大的缩小占据的存储空间。据的存储空间。据的存储空间。

【技术实现步骤摘要】
一种监控视频关键帧提取方法、系统、介质、设备及终端


[0001]本专利技术属于多媒体信息处理
，尤其涉及一种监控视频关键帧提取方法、系统、介质、设备及终端。

技术介绍

[0002]常用的视频监控都采用存储原始视频的方式进行保存，这样会导致拍摄的视频占用了大量的磁盘空间并且很长一段时间不会去使用，直接导致存储资源的白白浪费，利用率很低。同时，所拍摄的原始视频流中存在大量的冗余帧、相似帧以及模糊帧，而这些图像帧都是无法被操作员再次使用的，还有一些冗余的相似帧。正是由于缺乏一种针对原始视频的整体关键信息的视频摘要，所以才导致这种问题的衍生，造成存储资源的极大浪费。而视频关键帧提取的目标是从一个视频序列中提取最具有代表性的一些静态图像帧，用于视频摘要、视频检索或者快速浏览等应用。近年来，关键帧提取方法主要包括基于传统图像处理方法的关键帧提取，基于机器学习的关键帧提取方法以及基于深度学习的关键帧提取方法。然而，基于机器学习的方法以及基于深度学习的关键帧提取方法虽然有明显效果，但是处理速度较慢，无法完全适用当前高帧率的监控视频设备；基于传统图像处理方本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种监控视频关键帧提取方法，其特征在于，监控视频关键帧提取方法包括：采集原始视频流数据，并将原始视频流数据分解成图像帧集合；对分解得到的图像帧集合进行采样，并对采样得到的图像帧结果集进行过滤；对过滤后的图像帧集合进行自适应聚类，并收集聚类后的结果组成视频摘要。2.如权利要求1所述的监控视频关键帧提取方法，其特征在于，监控视频关键帧提取方法还包括：采集原始视频流数据并进行分解处理，得到图像帧集合；基于高斯混合模型的背景差分算法进行图像帧采样，并基于IBP帧进行图像关键帧采样；计算决策分段权重，并依据决策分段权重进行均值采样；利用哈希指纹算法对采样结果进行相似性过滤，并利用自适应聚类算法进行自适应聚类；收集自适应聚类结果组成最终的关键帧集合。3.如权利要求1所述的监控视频关键帧提取方法，其特征在于，监控视频关键帧提取方法包括以下步骤：步骤一，采集目标人物的原始视频流数据；对原始视频流数据进行分帧，获得原始视频流的完整图像帧集合；步骤二，采用基于高斯混合模型的背景差分和IBP帧的自适应均值采样算法完成对原始视频流数据的采样；步骤三，采用基于图像哈希指纹过滤算法对得到的采样结果集进行相似性过滤，并对过滤后得到的图像帧结果集进行自适应聚类；步骤四，收集聚类后的结果组成针对原始视频流的视频摘要。4.如权利要求3所述的监控视频关键帧提取方法，其特征在于，步骤一中，采集的目标人物的原始视频流数据时长不小于1秒；将原始视频流分解得到的图像帧数据保存在单独的文件夹中。5.如权利要求3所述的监控视频关键帧提取方法，其特征在于，步骤二中，基于高斯混合模型的背景差分和IBP帧的自适应均值采样算法分为两个分支去决策，第一个分支依据帧间信息的关键程度将整个视频流的图像帧集合分为多个GOP，每个GOP均由一个关键帧
‑‑
I帧开始并作为GOP之间的间隔，且每个GOP均由关键帧
‑‑
I帧、前后参考帧
‑‑
B帧和向前参考帧
‑‑
P帧三种结构帧组成；第二个分支将视频分割为图像帧集合，选取第一帧图像，间隔k帧后再提取一帧图像；针对提取的两帧图像计算背景差分变化得到发生变化的区域面积占整帧图像的比例为r；将两个分支的信息...

【专利技术属性】
技术研发人员：王建东，胡涵睿，张志为，曹泽鹏，董学文，闫文成，孙恒，李烨城，马志宇，蒋文婷，韩雨，樊迪，
申请(专利权)人：西安电子科技大学青岛计算技术研究院，
类型：发明
国别省市：