一种监控视频摘要的方法及装置制造方法及图纸

本发明专利技术实施例提供了一种监控视频摘要的方法及装置，对监控视频每一帧的前景进行过滤，定位运动目标；对经过过滤的每一帧，通过检测当前帧中的每一个第一运动目标与上一帧的第二运动目标的关联情况或者通过特定事件检测来确定当前帧是否为关键运动帧；对确定出的关键运动帧前后的帧分别进行抽帧，并将抽出的帧与所述关键运动帧形成视频摘要。本发明专利技术涉及图像处理技术领域，解决了现有技术中在海量的视频数据中无法定位关键事件发生前后相关的帧，不能准确及时的获得关键的视频数据信息的问题。

【技术实现步骤摘要】
一种监控视频摘要的方法及装置
本专利技术涉及图像处理
，尤其涉及一种监控视频摘要的方法及装置。
技术介绍
随着科技的发展和人们安全意识的加强，公共场所中安装用于监控的摄像头的数量急剧上升。这些摄像头每天24小时不停地工作，录制了大量的视频数据。由于监控人力资源的局限性以及人类自身的弱点，在监控时不可能完全及时发现视频中存在的隐患，因而需要事后对视频进行浏览和分析。然而，对海量视频数据的浏览是一件十分耗费时间和精力的事情，这也导致了绝大部分监控视频在录制后从来都没有被浏览或审查过。如何快速完整地浏览冗长的监控视频，成了目前监控行业的迫切需求。监控视频摘要是一种视频压缩技术，它能够提供比原始视频短得多的视频，达到快速浏览但又不丢失活动信息的目的。现有技术中，监控视频摘要主要通过下述两种方式实现:第一种方式是基于帧差的监控视频摘要。这种方法主要使用帧差法进行运动目标检测，只要视频中存在运动的目标就将其保存，最后形成视频摘要。这种方式的主要缺点是视频的压缩率不高，并且没有对关键事件进行检测；第二种方式是基于运动目标时空变换的视频摘要方法。此方法能够提取出不同时刻的运动目标并将其融合到同一帧中，这样虽然可以大大提高摘要的压缩率，但是可视性差，并且也没有对关键事件进行检测。上述两种监控视频摘要的方法都依赖于运动目标检测，目前有很多方法可以实时实现运动目标检测，如:GMM算法、Codebook算法、Vibe算法等，但上述方法都存在海量的视频数据中无法定位关键事件发生前后相关的帧，不能准确及时的获得关键的视频数据信息的问题。
技术实现思路
本专利技术实施例提供了一种监控视频摘要的方法及装置，用以解决现有技术中在海量的视频数据中无法定位关键事件发生前后相关的帧，不能准确及时的获得关键的视频数据信息的问题。基于上述问题，本专利技术实施例提供的一种监控视频摘要的方法，包括:对监控视频每一帧的前景进行过滤，定位运动目标；对经过过滤的每一帧，通过检测当前帧中的每一个第一运动目标与上一帧的第二运动目标的关联情况或者通过特定事件检测来确定当前帧是否为关键运动帧；对确定出的关键运动帧前后的帧分别进行抽帧，并将抽出的帧与所述关键运动帧形成视频摘要。本专利技术实施例提供的一种监控视频摘要的装置，包括:过滤模块，用于对监控视频每一帧的前景进行过滤，定位运动目标；关键运动帧确定模块，用于对经过过滤的每一帧，通过检测当前帧中的每一个第一运动目标与上一帧的第二运动目标的关联情况或者通过特定事件检测来确定当前帧是否为关键运动帧；抽帧模块，用于对确定出的关键运动帧前后的帧分别进行抽帧，并将抽出的帧与所述关键运动帧形成视频摘要。本专利技术实施例的有益效果包括:本专利技术实施例提供的一种监控视频摘要的方法及装置，对监控视频的每一帧的前景进行过滤，得到最终运动目标；再对经过过滤的每一帧，通过检测当前帧中的每一个第一运动目标与上一帧的第二运动目标的关联情况，或者通过特定事件检测来确定当前帧是否为关键运动帧，对确定出来的关键运动帧前后的帧分别进行抽帧，所抽的帧与关键运动帧一起形成视频摘要。本专利技术实施例通过帧与帧中运动目标的关联情况或特定事件的检测来实现对运动关键帧的检测，并对关键运动帧前后进行抽帧操作形成视频摘要，关注跟上一帧相比变化较大的当前帧，对关键事件的定位准确，并保留了关键事件发生前后的关联信息，使得形成的视频摘要压缩效果好，解决了现有技术中在海量的视频数据中无法定位关键事件发生前后相关的帧，不能准确及时的获得关键的视频数据信息的问题。【附图说明】图1为本专利技术实施例提供的一种监控视频摘要的方法的流程图；图2为本专利技术实施例提供的通过检测当前帧中的每一个第一运动目标与上一帧的第二运动目标的关联情况确定当前帧是否为关键运动帧的方法流程图；图3为本专利技术实施例提供的一种监控视频摘要的装置的结构图。【具体实施方式】下面结合说明书附图，对本专利技术实施例提供的一种监控视频摘要的方法及装置的【具体实施方式】进行说明。本专利技术实施例提供的一种监控视频摘要的方法，如图1所示，这里为了介绍的时候概念更加清楚，将当前帧中的运动目标称为第一运动目标，将上一帧中的运动目标称为第二运动目标，具体包括以下步骤:S101、对监控视频每一帧的前景进行过滤，定位运动目标；S102、对经过步骤SlOl过滤的每一帧，通过检测当前帧中的每一个第一运动目标与上一帧的第二运动目标的关联情况或者通过特定事件检测来确定当前帧是否为关键运动帧；S103、对步骤S102中确定出的关键运动帧前后的帧分别进行抽帧，并将抽出的帧与所述关键运动帧形成视频摘要。进一步地，在步骤S102中，运动目标关联情况可以包括:当前帧中的每一个第一运动目标与上一帧中的第二运动目标相比是否有新的第一运动目标出现、第一运动目标消失、第一运动目标合并、第一运动目标分离、第一运动目标位移变化、第一运动目标形态变化等。如果没有新第一运动目标出现，也没有发生已有第一运动目标消失、合并、分离，并且第一运动目标本身的位移和形态没有太大的改变，则可以表明当前帧为非关键运动帧，否则当前帧为关键运动帧。在步骤S102中，通过检测当前帧中的每一个第一运动目标与上一帧的第二运动目标的关联情况确定当前帧是否为关键运动帧，如图2所示，对每一帧来说，其确定的过程可以包括下述步骤:S201、检测当前帧中第一运动目标的总数与上一帧中第二运动目标总数是否相同，若不同，则执行步骤S207，否则，执行下述步骤S202 ；S202、依次对当前帧中每个第一运动目标，判断是否存在与该第一运动目标相关联的第二运动目标，若不存在，则执行步骤S207，否则，执行下述步骤S203 ；S203、进一步检测该第一运动目标相对其关联的第二运动目标位移变化是否满足条件一，该条件一具体为:该第一运动目标相对于其关联的第二运动目标的质心距离与该第二运动目标外接矩阵的对角线长度的比值大于等于预设阀值T3，若满足，则执行步骤S207，否则，执行下述步骤S204 ；S204、进一步检测该第一运动目标相对其关联的第二运动目标形态变化是否满足条件二，该条件二具体为:该第一运动目标相对于其关联的第二运动目标的外接矩形的宽高比变化的绝对值与该第二运动目标的外接矩形的宽高比的比值大于等于预设阀值T4，若满足，则执行步骤S207，否则，执行下述步骤S205 ；S205、判断当前帧中是否还存在未经过判断的第一运动目标，若是，则执行步骤S202，若否，则执行下述步骤S206 ；S206、判断当前帧为非关键运动帧，当前帧判断结束；S207、判断当前帧为关键运动帧，当前帧判断结束。进一步地，在上述步骤S202中，对当前帧中某个第一运动目标，判断是否存在与该第一运动目标相关联的第二运动目标，具体步骤可以包括:对每一个第一运动目标，计算该第一运动目标与每一个第二运动目标之间的重叠面积与该第二运动目标的面积的比例S ;并计算该第一运动目标与该第二运动目标的直方图相似程度H，若计算出的S大于预设阀值Tl，并且计算出的H大于预设阀值T2，则确定该第一运动目标与该第二运动目标关联。较佳地，上述判断两个运动目标的关联性时，所使用的直方图相似程度H可以通过巴氏距离来确定，巴氏距离为现有技术，这里不再赘述。判断过程中使用的预设阀值Tl优本文档来自技高网...

【技术保护点】
一种监控视频摘要的方法，其特征在于，包括：对监控视频每一帧的前景进行过滤，定位运动目标；对经过过滤的每一帧，通过检测当前帧中的每一个第一运动目标与上一帧的第二运动目标的关联情况或者通过特定事件检测来确定当前帧是否为关键运动帧；对确定出的关键运动帧前后的帧分别进行抽帧，并将抽出的帧与所述关键运动帧形成视频摘要。

【技术特征摘要】
1.一种监控视频摘要的方法，其特征在于，包括: 对监控视频每一帧的前景进行过滤，定位运动目标； 对经过过滤的每一帧，通过检测当前帧中的每一个第一运动目标与上一帧的第二运动目标的关联情况或者通过特定事件检测来确定当前帧是否为关键运动帧； 对确定出的关键运动帧前后的帧分别进行抽帧，并将抽出的帧与所述关键运动帧形成视频摘要。2.如权利要求1所述的方法，其特征在于，通过检测当前帧中的每一个第一运动目标与上一帧的第二运动目标的关联情况确定当前帧是否为关键运动帧，包括: 检测当前帧中第一运动目标的总数与上一帧中第二运动目标总数是否相同，若不同，则确定当前帧为关键运动帧，否则 对每一个第一运动目标，判断是否存在与该第一运动目标相关联的第二运动目标，若存在至少一个第一运动目标，任一第二运动目标都不与之关联，则确定当前帧为关键运动帧，否则 检测每一个第一运动目标相对其关联的第二运动目标位移变化和形态变化，若存在至少一个第一运动目标，其位移变化满足预设条件一，或者其形态变化满足预设条件二，则确定当前帧为关键运动帧；否则，确定当前帧为非关键运动帧； 所述预设条件一为该第一运动目标相对于其关联的第二运动目标的质心距离与该第二运动目标外接矩阵的对角线长度的比值大于等于预设阀值T3;所述预设条件二为该第一运动目标相对于其关联的第二运动目标的外接矩形的宽高比变化的绝对值与该第二运动目标的外接矩形的宽高比的比值大于等于预设阀值T4。`3.如权利要求2所述的方法，其特征在于，对每一个第一运动目标，判断是否存在与该第一运动目标相关联的第二运动目标，具体包括: 对每一个第一运动目标，计算该第一运动目标与每一个第二运动目标之间的重叠面积与该第二运动目标的面积的比例S ； 并对每一个第一运动目标，计算该第一运动目标与每一个第二运动目标的直方图相似程度H ; 若计算出的S大于预设阀值Tl，且计算出的H大于预设阀值T2，则确定该第一运动目标与该第二运动目标关联。4.如权利要求1所述的方法，其特征在于，通过特定事件检测来确定关键运动帧，包括: 若在当前帧中特定事件检测被触发，则确定该当前帧为关键运动帧；所述特定事件检测为下述事件检测之一或任意组合: 入侵事件检测、拌线事件检测、烟雾事件检测、物品移动事件检测和群体事件检测。5.如权利要求1所述的方法，其特征在于，对视频图像每一帧的前景进行过滤，定位运动目标，包括: 对所述前景去除零散的小目标和连接分裂目标，获得所述前景中所有完整的运动目标； 计算每个所述完整的运动目标的面积，定位面积大于等于阀值T6的运动目标，其中T6=p*A，A为整个视频图像的面积，p为预设系数。6.如权利要求1所述的方法，其特征在于，视频图像的前景，通过下述方式检测出: 对监控视频图像进行背景训练建模，将建模的背景与每一帧进行比较得到每一帧的前旦o7.如权利要求1所述的方法，其特征在于，对视频图像进行前景检测之前，还包括: 对视频图像进行预处理，所述预处理包括:噪声去除、图像尺寸变换、光照补偿以及图像配准。8.如权利要求1所述的方法，其特征在于，对确定出的关键运动帧前后的帧分别进行抽帧，并将抽出的帧与所述关键...

【专利技术属性】
技术研发人员：赵海宾，
申请(专利权)人：中兴通讯股份有限公司，
类型：发明
国别省市：