一种工地摄像头视频画面的存储压缩方法技术

本申请涉及一种工地摄像头视频画面的存储压缩方法，包括以下步骤：提供摄像头，将摄像头接入算法模型中读取其数据信息，数据信息包括摄像头拍摄的视频信息；提供帧内压缩模块，对视频信息进行帧内压缩并通过小波变换提取子图；将提取到的子图通过改进的深度神经网络计算，计算的结果放入验证器中验证模型的准确性，若通过则进行信息的存储，若不通过则更新权重后重新计算；将上述步骤中存储的信息通过深度神经网络解码，提取子图并进行小波逆变换得到每帧的图像；将上述步骤中得到的图像进行帧间压缩，通过残差值和块匹配减少时间冗余和空间冗余

【技术实现步骤摘要】
一种工地摄像头视频画面的存储压缩方法


[0001]本申请涉及多媒体数据处理领域，尤其涉及一种工地摄像头视频画面的存储压缩方法
。

技术介绍

[0002]由于视频数据中包含着各种各样的冗余信息，这就导致存储时需要占用较多容量空间，且传输过程也需要消耗较大的网络带宽，尤其是工地中为了实现重点区域全覆盖，很多地方会单独安装一个摄像头，但拍摄的画面中很多信息是冗余的，且众多的摄像头历史信息的存储与读取都存在一定的问题
。

技术实现思路

[0003]本申请实施例提供一种工地摄像头视频画面的存储压缩方法，该存储压缩方法通过对摄像头拍摄的视频进行小波变换
、
神经网络处理
、
前后帧残差计算
、
块区域匹配等功能，得到一个压缩处理后分辨率降低在一定范围内，且视频大小明显下降的视频存储方式
。
[0004]该工地摄像头视频画面的存储压缩方法包括以下步骤：
[0005]1)
提供摄像头，将所述摄像头接入算法模型中读取其数据信息，所述数据信息包括所述摄像本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种工地摄像头视频画面的存储压缩方法，其特征在于，包括以下步骤：
1)
提供摄像头，将所述摄像头接入算法模型中读取其数据信息，所述数据信息包括所述摄像头拍摄的视频信息；
2)
提供帧内压缩模块，对所述视频信息进行帧内压缩并通过小波变换提取子图；
3)
将提取到的所述子图通过改进的深度神经网络计算，计算的结果放入验证器中验证模型的准确性，若通过则进行信息的存储，若不通过则更新权重后重新计算；
4)
将步骤
3)
中存储的信息通过深度神经网络解码，提取子图并进行小波逆变换得到每帧的图像；
5)
对步骤
4)
得到的图像进行帧间压缩，通过残差值和块匹配减少时间冗余和空间冗余
。2.
根据权利要求1所述的工地摄像头视频画面的存储压缩方法，其特征在于，所述步骤
2)
中，提取的所述子图包括高频分量和低频分量的至少两张子图
。3.
根据权利要求2所述的工地摄像头视频画面的存储压缩方法，其特征在于，所述步骤
2)
中，对所述子图进行提取的过程包括以下步骤：对视频信息进行裁边处理，保留有用部分；采用小波变换提取子图时仅保留有效分量，去除非有效分量，在重构时补0即可大致还原成原图，所述小波变换的表达式为：式中，正交滤波器组将所述视频信息中的二维图像信息变换成高频分量
、
垂直分量
、
水平分量
、
低频分量四张子图；其中低频分量包含了绝大部分的图像信息，高频分量仅包含较少部分的轮廓能量信息，垂直分量和水平分量视为冗余信息剔除
。4.
根据权利要求2或3所述的工地摄像头视频画面的存储压缩方法，其特征在于，所述步骤
3)
中，将所述子图通过改进的深度神经网络计算包括以下步骤：将提取得到的不同的子图通过深度神经网络进行不同编码，对高频分量设置较大的压缩率，对低频分量设置较小的压缩率；所述深度神经网络包括输入层
、
隐藏层和输出层，所述输入层用于读取数据，所述隐藏层为数据的处理端，且所述隐藏层为一个或多个，所述输出层用于返回信息结果
。5.
根据权利要求4所述的工地摄像头视频画面的存储压缩方法，其特征在于，所述深度神经网络的计算过程包括第一阶段和第二阶段；所述第一阶段是信号的正向传播，从输入层经过隐含层，最后到达输出层；所述第二阶段是误差的反向传播，从输出层到隐含层，最后到输入层，反向传播过程中依次调节隐含层到输出层的权重和偏置，输入层到隐含层的权重和偏置
。6.
根据权利要求5所述的工地摄像头视频画面的存储压缩方法，其特征在于，所述正向传播为信息从输入层进入网络，依次经过每一层的计算，以得到最终输出层结果的过程，具...

【专利技术属性】
技术研发人员：陈浩天，李怀谷，沈汀，洪庆锋，向阳，
申请(专利权)人：中国电建集团华东勘测设计研究院有限公司，
类型：发明
国别省市：