一种视频浓缩方法和系统技术方案

本发明专利技术公开了一种视频浓缩方法和系统，属于视频处理技术领域。该方法包括：对视频帧进行背景建模分析，分割出每帧的前景目标和背景图像，提取每个目标的运动目标轨迹，并存储目标序列和背景图像，对运动目标轨迹的目标顺序进行优化排序，生成新帧号序列并存储，根据像素融合算法，将前景目标和背景图像进行无缝融合，读取存储的新帧号序列和背景图像，生成压缩视频。采用本发明专利技术实施例，缩短了浓缩视频长度，并尽可能保留了视频中的运动物体信息，能有效防止多目标之间的碰撞，具有较好视觉效果。

【技术实现步骤摘要】
一种视频浓缩方法和系统
本专利技术涉及视频处理
，尤其涉及一种视频浓缩方法和系统。
技术介绍
近年来，智慧城市、平安城市高速发展，数以万计的监控摄像头被安装在公园、体育场馆、大型广场、学校、医院、商业街、住宅小区等公众活动和聚集的场所，多媒体、交通视频和安防视频数据成爆炸式增长，对这些视频的管理和分析相当的困难。传统原始的浏览方式往往需要花费大量的人力、时间，已远远不能满足人们对视频信息访问和查询的需求。迫切需要一种快速便捷，且具有良好的视觉效果的视频浏览查阅方法和系统，因此，视频浓缩技术应运而生。多目标运动轨迹优化和融合是视频浓缩的两个关键算法，其中多目标运动轨迹优化要保证在浓缩视频中运动目标的变化过程，同时要防止目标之间的相互碰撞和遮挡，此类优化过程现有常用模拟退火、粒子群、图分割等算法求解，此类算法存在复杂度高、实现困难、效率低下等特点，在生产系统中不易使用。融合方法使得最终得到的浓缩视频中每帧图像中的目标与背景、目标与目标之间没有视觉上可感知的边缘，其中常用的泊松图像融合算法的泊松方程求解困难，性能低下，无法实时快速处理。
技术实现思路
有鉴于此，本专利技术要解决的技术问题是提供一种视频浓缩方法和系统，以克服现有技术中计算消耗资源多，效率低，无法达到实时处理的缺陷。本专利技术解决上述技术问题所采用的技术方案如下：根据本专利技术的一个方面，提供的一种视频浓缩方法包括：运动目标检测和提取：对视频帧进行背景建模分析，分割出每帧的前景目标和背景图像，提取每个目标的运动目标轨迹，并存储目标序列和背景图像；运动目标轨迹组合优化：对运动目标轨迹的目标顺序进行优化排序，生成新帧号序列并存储；目标与背景融合：根据像素融合算法，将前景目标和背景图像进行无缝融合；浓缩视频生成：读取存储的新帧号序列和背景图像，生成压缩视频。优选的，方法之前还包括视频获取：获取待处理视频，对不同编码的视频进行解码，将每帧解码为RGB颜色数据。优选的，运动目标轨迹组合优化进一步包括：根据目标在视频中出现的时间顺序对目标进行排序；生成第一个运动目标的轨迹帧号序列；循环生成下一个运动目标的轨迹帧号序列，直到完成所有目标的运动轨迹生成帧号序列；将所有目标的运动轨迹序列存储到数据库中。优选的，生成下一个运动目标的轨迹帧号序列进一步包括：如果当前帧包含的目标个数超过给定的目标个数阈值，则当前目标的初始帧后移，否则计算当前目标的目标序列和当前帧出现的其他目标的目标序列的交叉面积之和，如果交叉面积之和超过给定的交叉面积阈值，则当前目标的初始帧后移。优选的，计算当前目标的目标序列和初始帧出现的其他目标的目标序列的交叉面积之和进一步包括：计算每一帧内交叉面积：从初始帧位置开始计算与其他目标序列的交叉面积，每一帧内交叉面积是包含该目标的矩形框与其他目标的矩形框交叉面积之和；计算总的交叉面积之和：包含当前目标的所有帧的交叉面积之和。优选的，目标与背景融合进一步包括：对目标图像进行预处理，获取边界点坐标和权重；根据调谐坐标计算其插值权重；计算背景图像和目标图像对应边界点的差异像素值；计算采样集合点的平均差值；融合采样点和非采样点的图像。优选的，目标序列包括：目标ID，目标在原视频帧中的帧号、左边界、右边界、下边界和上边界。根据本专利技术的另一个方面，提供的一种视频浓缩系统包括：运动目标检测和提取模块：对视频帧进行背景建模分析，分割出每帧的前景目标和背景图像，提取每个目标的运动目标轨迹，并存储目标序列和背景图像；运动目标轨迹组合优化模块：对运动目标轨迹的目标顺序进行优化排序，生成新帧号序列并存储；目标与背景融合模块：根据像素融合算法，将前景目标和背景图像进行无缝融合；浓缩视频生成模块：读取存储的新帧号序列和背景图像，生成压缩视频。优选的，运动目标轨迹组合优化模块具体用于：根据目标在视频中出现的时间顺序对目标进行排序；生成第一个运动目标的轨迹帧号序列；循环生成下一个运动目标的轨迹帧号序列，直到完成所有目标的运动轨迹生成帧号序列；将所有目标的运动轨迹序列存储到数据库中。优选的，目标与背景融合模块具体用于：对目标图像进行预处理，获取边界点坐标和权重；根据调谐坐标计算其插值权重；计算背景图像和目标图像对应边界点的差异像素值；计算采样集合点的平均差值；融合采样点和非采样点的图像。本专利技术实施例的方法和系统，通过目标轨迹之间的遮挡面积避免目标之间的碰撞，同时根据目标的结束帧位置尽量满足目标间的时间一致性；通过采样降低算法复杂度，同时尽可能保留目标信息。因而，缩短了浓缩视频长度，并尽可能保留了视频中的运动物体信息，有防止了多目标之间的碰撞，具有较好视觉效果。附图说明图1为本专利技术实施例提供的一种视频浓缩方法流程图。图2为本专利技术优选实施例提供的一种运动目标轨迹组合优化方法流程图。图3是本专利技术的目标运动轨迹之间的交叉面积计算示例。图4为本专利技术优选实施例提供的一种目标与背景融合模块方法流程图。图5是本专利技术的一幅目标图像的内部区域和外层区域划分示例图。图6为本专利技术实施例提供的一种视频浓缩系统的结构示意图。具体实施方式为了使本专利技术所要解决的技术问题、技术方案及有益效果更加清楚、明白，以下结合附图和实施例，对本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。实施例一如图1所示为本专利技术实施例提供的一种视频浓缩方法流程图，该方法包括：S102、运动目标检测和提取：对视频帧进行背景建模分析，分割出每帧的前景目标和背景图像，提取每个目标的运动目标轨迹，并存储目标序列和背景图像。具体来说，本步骤S102进一步包括：（1）输入待浓缩的视频。具体来说，本步骤中获取待处理视频，对不同编码的视频进行解码，将每帧解码为RGB颜色数据。（2）对视频进行背景更新、目标检测、目标跟踪。具体地，背景更新采用混合高斯模型。该模型具体为：混合高斯模型使用K（一般为3到5个）个高斯模型来表征图像中各个像素点的特征，在新一帧图像获得后更新混合高斯模型，用当前图像中的每个像素点与混合高斯模型匹配，如果匹配成功则判定该点为背景点，否则为前景点；经过多帧学习可生成背景图像，前景即为运动目标，同时完成了背景建模和运动目标的分割。目标检测和分割使用帧差法得到精确目标图像。当完成背景建模后，使用当前帧减去背景图像，得到一个差分掩图，对该差分掩图进行二值化，并使用中值滤波过滤噪声点，得到清晰的目标图像轮廓，提取目标在该帧的位置信息即左边界、右边界、下边界、上边界。不断更新背景图像，完成运动目标检测，并分离出每一帧运动目标，如果目标之间的距离小于一个预定阈值，则将目标合并为一个目标。所述预定阈值是根据经验来设定。目标跟踪使用移动平均法，初始时，如果相邻帧的目标的中心位置之间的距离小于给定的阈值，则判定为一个目标，如果目标序列长度大于2时，则计算所有目标序列后K(一般取2到10)个目标的平均中心位置，如果当前帧某目标的中心位置与平均位置之间的距离小于设定阈值，将距离最小者判定为同一个目标，否则是一个新目标。（3）将上述得到目标序列和背景图像分别存储在数据库中。其中，目标序列包括每个目标在原视频帧中的帧号、左边界、右边界、下边界、上边界，每个目标和背景图像都有各自唯一的ID号，分别将它们存储在数据库中。本文档来自技高网...

【技术保护点】
一种视频浓缩方法，其特征在于，该方法包括：运动目标检测和提取：对视频帧进行背景建模分析，分割出每帧的前景目标和背景图像，提取每个目标的运动目标轨迹，并存储目标序列和背景图像；运动目标轨迹组合优化：对所述运动目标轨迹的目标顺序进行优化排序，生成新帧号序列并存储；目标与背景融合：根据像素融合算法，将前景目标和背景图像进行无缝融合；浓缩视频生成：读取存储的新帧号序列和背景图像，生成压缩视频。

【技术特征摘要】
1.一种视频浓缩方法，其特征在于，该方法包括：运动目标检测和提取：对视频帧进行背景建模分析，分割出每帧的前景目标和背景图像，提取每个目标的运动目标轨迹，并存储目标序列和背景图像；运动目标轨迹组合优化：对所述运动目标轨迹的目标顺序进行优化排序，生成新帧号序列并存储；进一步包括：根据目标在视频中出现的时间顺序对目标进行排序；生成第一个运动目标的轨迹帧号序列，包括：如果当前帧包含的目标个数超过给定的目标个数阈值，则当前目标的初始帧后移，否则计算当前目标的目标序列和当前帧出现的其他目标的目标序列的交叉面积之和，如果交叉面积之和超过给定的交叉面积阈值，则当前目标的初始帧后移；循环生成下一个运动目标的轨迹帧号序列，直到完成所有目标的运动轨迹生成帧号序列；将所有目标的运动轨迹序列存储到数据库中；目标与背景融合：根据像素融合算法，将前景目标和背景图像进行无缝融合；浓缩视频生成：读取存储的新帧号序列和背景图像，生成压缩视频。2.根据权利要求1所述的视频浓缩方法，其特征在于，所述方法之前还包括视频获取：获取待处理视频，对不同编码的视频进行解码，将每帧解码为RGB颜色数据。3.根据权利要求1所述的视频浓缩方法，其特征在于，所述计算当前目标的目标序列和初始帧出现的其他目标的目标序列的交叉面积之和进一步包括：计算每一帧内交叉面积：从初始帧位置开始计算与其他目标序列的交叉面积，每一帧内交叉面积是包含该目标的矩形框与其他目标的矩形框交叉面积之和；计算总的交叉...

【专利技术属性】
技术研发人员：秦兴德，唐伟，吴金勇，王军，刁德峰，
申请(专利权)人：中安消技术有限公司，
类型：发明
国别省市：北京;11