CN102263955B - 基于运动矢量检测视频遮挡的方法 - Google Patents
基于运动矢量检测视频遮挡的方法 Download PDFInfo
- Publication number
- CN102263955B CN102263955B CN 201110206055 CN201110206055A CN102263955B CN 102263955 B CN102263955 B CN 102263955B CN 201110206055 CN201110206055 CN 201110206055 CN 201110206055 A CN201110206055 A CN 201110206055A CN 102263955 B CN102263955 B CN 102263955B
- Authority
- CN
- China
- Prior art keywords
- frame
- macro block
- motion
- motion vector
- macro
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Landscapes
- Compression Or Coding Systems Of Tv Signals (AREA)
- Image Analysis (AREA)
Abstract
本发明提供一种基于运动矢量检测视频遮挡的方法,在视频序列中每隔固定帧数对P帧进行判断,提取该P帧所有的宏块运动矢量,该P帧的所有宏块将一帧图像划分为一运动矢量宏块表;对运动矢量宏块表上的每个宏块的运动矢量进行计算并判断获取运动宏块区域;获取下一固定帧数的P帧中与其相应运动宏块区域,并将其相应运动宏块区域内各宏块的运动矢量都进行计算并判断,以此类推,取下一固定帧数中的P帧进行判断,并获取满足N2≥(Q×N1)条件的帧数,直到判断的连续个帧数的数量达到阈值T3时,则该P帧的运动宏块区域确实再没有运动物体,即确认为遮挡物。本发明运算简单,无需保存帧图像且可以有效得判断视频图像是否被遮挡,并可调节阈值以调节其灵敏度。
Description
【技术领域】
本发明涉及一种智能视频技术领域,尤其涉及一种基于运动矢量检测视频遮挡的方法。
【背景技术】
视频监控要从视频图像采集设备获取视频图像,若无法保证其视频的质量,如恶意破坏摄像头或恶意遮挡等行为,则视频监控也丧失了其根本意义。因此,检测视频图像是否遭到恶意破坏具有重大意义。
运动矢量是一个二维的数据,一般在直角坐标系里面表示为(MVX,MVY),它表示的是宏块的运动幅度以及运动方向。运动矢量(MV)是在视频编码的时候产生的值,我们可以通过对MV值的分析,来判断是否是有运动物体。这样不仅降低得计算复杂度,而且对存储空间的要求也不高。运动物体在以运动矢量宏块图中表现的是一片运动矢量宏块群,运动物体宏块群必然有运动物体边缘的运动宏块。
现有技术中提供了移动侦测方法,如公开日为2010.1 1.24日,公开号为CN101895675A的中国专利“一种移动侦测方法和装置”,其描述的是:一种区块的移动侦测方法,其特征在于,包括:在对当前区块进行编码操作时,利用编码参数和预置的灵敏度档位sensitivity(灵敏度)计算辅助参数;所述编码参数至少包括当前区块运动矢量MV;所述辅助参数至少包括所述MV的绝对值的和与第一门限值;通过与所述编码参数和辅助参数对应的判断模型,确定当前区块的运动状态;所述区块包括一个或两个以上宏块。该发明是通过计算辅助参数和编码参数来确定当前编码的区块(其区块是包括一个或两个以上宏块)的运动状态,从而判断区块的移动情况;该方法的移动侦测的计算比较复杂。
现有技术还提供了一种用于网络视频监控中检测视频遮挡的方法,其公开日为2008.02.06,公开号为CN101119480A的专利,其特征是:获得第一参考帧;从编码器获得当前帧是否为I帧的信息,如果是连续的I帧表示为大运动而非遮挡;从第一个非I帧开始与第一参考帧相比获得变化区域,且将当前帧作为第二参考帧,记下一参考值;如果后续帧均为非I帧,则用所述变化区域的对应区域与第二参考帧作比较,获得其运动信息,记下另一参考值,将两个参考值累加后超过设定的阈值则报警;如果后续帧又有I帧,则累加的参考值清零再重复。该发明是通过在像素域的图像帧进行差分,且需要保存参考帧进行比较得到运动信息,时间和空间复杂度都有一定的浪费。
【发明内容】
本发明要解决的技术问题,在于提供一种基于运动矢量的移动侦测方法,实现了通过寻找边缘运动宏块来确定是否有运动物体。
本发明是这样实现的:一种基于运动矢量检测视频遮挡的方法,包括如下步骤:
步骤10、在视频序列中每隔固定帧数对P帧进行一次判断,提取该P帧所有的宏块运动矢量,该P帧的所有宏块将一帧图像划分为一运动矢量宏块表;
步骤20、设定第一阈值T1,T1作为判断宏块是否为运动宏块的标准,对所述运动矢量宏块表上的每个宏块的运动矢量进行计算并判断:计算值是否大于等于T1,其中MVX,MVY为直角坐标系中的宏块运动矢量;将所有宏块的运动矢量计算值大于等于T1的个数记作N1;设定第二阈值T2,T2作为判断运动宏块数是否超过的标准,将N1与T2进行比较,若N1≥T2则该P帧为运动参考帧并记录下该帧的运动宏块区域,即所有运动矢量计算值大于T1的宏块,并进入步骤30;若N1<T2则是计算误差或者为小物体,该P帧为非运动帧,并转入步骤10;
步骤30、取下一固定帧数中的P帧进行判断,获取下一固定帧数的P帧中与步骤20中记录下的运动宏块区域相应的运动宏块区域,并将其相应运动宏块区域内各宏块的运动矢量都进行计算并判断,其判断方法如步骤20中方法,并将所有宏块的运动矢量计算值大于等于T1的个数记作N2,设定百分比Q,Q×N1作为判断运动区域内运动宏块数是否达到判定的标准,若N2≥(Q×N1),则该记录下的运动宏块区域非遮挡,是一个运动物体,并转入步骤10;若N2<(Q×N1),则进入步骤40;
步骤40、设定第三阈值T3,T3作为判断连续多少遮挡帧报警的标准;继续以步骤30的过程取下一固定帧数中的P帧进行判断,并获取满足N2<(Q×N1)条件的帧数,直到判断的连续个帧数的数量达到T3时,则所述步骤20中记录下的运动宏块区域确实再没有运动物体,即确认为遮挡物,继而触发报警。
进一步的,所述步骤10中P帧的所有宏块大小为8×8像素块。
进一步的,所述步骤10中所述的每隔固定帧数为每隔固定的4个帧数。
本发明具有如下优点:根据一固定帧数对P帧的所有宏块的运动矢量进行计算并判断获取运动宏块区域;记录下该运动区域,获取下一固定帧数的P帧中与其相应运动宏块区域,并将其相应运动宏块区域内各宏块的运动矢量都进行计算并判断,之后继续判断后续固定帧相应运动区域的运动矢量变化,若变化值超过阈值,则记录的运动宏块区域确实再没有运动物体,即确认为遮挡物。本发明是利用视频编码或解码时的运动矢量进行运算,运算简单,其无需保存帧图像就可有效得判断视频图像是否被遮挡,其无需保存帧图像降低了系统内存空间,并可调节阈值以调节其灵敏度。
【附图说明】
图1为本发明方法流程示意图。
【具体实施方式】
请参照图1所示,本发明的基于运动矢量检测视频遮挡的方法,包括如下步骤:
步骤10、在视频序列中每隔固定帧数(其中本实施例中为4个固定帧)对P帧进行一次判断(其中一般视频序列为I帧和P帧的混合组成,其I帧没有运动矢量),提取该P帧所有的宏块运动矢量,本实施例中这里的P帧的所有宏块大小为8×8像素块;该P帧的所有宏块将一帧图像划分为一运动矢量宏块表(该表就是一块一块的宏块组成的)。
步骤20、设定第一阈值T1,T1作为判断宏块是否为运动宏块的标准,对所述运动矢量宏块表上的每个宏块的运动矢量进行计算并判断:计算值是否大于等于T1,其中MVX,MVY为直角坐标系中的宏块运动矢量;将所有宏块的运动矢量计算值大于等于T1的个数记作N1;大于T1则说明该宏块为运动宏块,小于T1则为非运动宏块;设定第二阈值T2,T2作为判断运动宏块数是否超过的标准,将N1与T2进行比较,若N1≥T2则该P帧为运动参考帧并记录下该帧的运动宏块区域,即所有运动矢量计算值大于T1的宏块,并进入步骤30;若N1<T2则是计算误差或者为小物体,该P帧为非运动帧,并转入步骤10;
步骤30、取下一固定帧数中的P帧进行判断,对其判断在步骤20中记录下的运动宏块区域内各宏块的运动矢量,即为获取下一固定帧数的P帧中(即在P帧的所有宏块中)与步骤20中记录下的运动宏块区域相应的运动宏块区域,并将其相应运动宏块区域内各宏块的运动矢量都进行计算并判断,其判断方法如步骤20中方法,并将所有宏块的运动矢量计算值大于等于T1的个数(宏块个数)记作N2,设定百分比Q,Q×N1作为判断运动区域内运动宏块数是否达到判定的标准,若N2≥(Q×N1),则该记录下的运动宏块区域非遮挡,是一个运动物体,并转入步骤10;若N2<(Q×N1),则说明该记录的运动宏块区域有可能是遮挡的,则进入步骤40;
步骤40、设定第三阈值T3,T3作为判断连续多少遮挡帧报警的标准;继续以步骤30的过程取下一固定帧数中的P帧进行判断(即也是判断与步骤20中记录下的运动宏块区域相应的运动宏块区域),并获取满足N2<(Q×N1)条件的帧数,直到判断的连续个帧数(假如判断的一固定帧数中的P帧满足N2<(Q×N1)条件,则帧数的数量为1,再继续判断的下一固定帧数中的P帧也满足N2<(Q×N1)条件,则帧数的数量为2)的数量达到T3时,则所述步骤20中记录下的运动宏块区域确实再没有运动物体,即确认为遮挡物,继而触发报警。
这里值得一提的是:所有运动矢量是在视频编码或解码过程中生成的;本发明的原理是:根据一固定帧数对P帧的所有宏块的运动矢量进行计算并判断获取运动宏块区域;记录下该运动区域,获取下一固定帧数的P帧中与其记录下的运动区域相应的运动宏块区域,并将其相应运动宏块区域内各宏块的运动矢量都进行计算并判断,之后继续判断后续固定帧相应运动区域的运动矢量变化,若变化值超过阈值,则记录的运动宏块区域确实再没有运动物体,即确认为遮挡物。
以上所述仅为本发明的较佳实施例,凡依本发明申请专利范围所做的均等变化与修饰,皆应属本发明的涵盖范围。
Claims (3)
1.一种基于运动矢量检测视频遮挡的方法,其特征在于:包括如下步骤:
步骤10、在视频序列中每隔固定帧数对P帧进行一次判断,提取该P帧所有的宏块运动矢量,该P帧的所有宏块将一帧图像划分为一运动矢量宏块表;
步骤20、设定第一阈值T1,T1作为判断宏块是否为运动宏块的标准,对所述运动矢量宏块表上的每个宏块的运动矢量进行计算并判断:计算值是否大于等于T1,其中MVX,MVY为直角坐标系中的宏块运动矢量;将所有宏块的运动矢量计算值大于等于T1的个数记作N1;设定第二阈值T2,T2作为判断运动宏块数是否超过的标准,将N1与T2进行比较,若N1≥T2则该P帧为运动参考帧并记录下该帧的运动宏块区域,即所有运动矢量计算值大于T1的宏块,并进入步骤30;若N1<T2则是计算误差或者为小物体,该P帧为非运动帧,并转入步骤10;
步骤30、取下一固定帧数中的P帧进行判断,获取下一固定帧数的P帧中与步骤20中记录下的运动宏块区域相应的运动宏块区域,并将其相应运动宏块区域内各宏块的运动矢量都进行计算并判断,其判断方法如步骤20中方法,并将所有宏块的运动矢量计算值大于等于T1的个数记作N2,设定百分比Q,Q×N1作为判断运动区域内运动宏块数是否达到判定的标准,若N2≥(Q×N1),则该记录下的运动宏块区域非遮挡,是一个运动物体,并转入步骤10;若N2<(Q×N1),则进入步骤40;
步骤40、设定第三阈值T3,T3作为判断连续多少遮挡帧报警的标准;继续以步骤30的过程取下一固定帧数中的P帧进行判断,并获取满足N2<(Q×N1)条件的帧数,直到判断的连续个帧数的数量达到T3时,则所述步骤20中记录下的运动宏块区域确实再没有运动物体,即确认为遮挡物,继而触发报警。
2.根据权利要求1所述的基于运动矢量检测视频遮挡的方法,其特征在于:所述步骤10中P帧的所有宏块大小为8×8像素块。
3.根据权利要求1所述的基于运动矢量检测视频遮挡的方法,其特征在于:所述步骤10中所述的每隔固定帧数为每隔固定的4个帧数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 201110206055 CN102263955B (zh) | 2011-07-21 | 2011-07-21 | 基于运动矢量检测视频遮挡的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 201110206055 CN102263955B (zh) | 2011-07-21 | 2011-07-21 | 基于运动矢量检测视频遮挡的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102263955A CN102263955A (zh) | 2011-11-30 |
CN102263955B true CN102263955B (zh) | 2013-04-03 |
Family
ID=45010383
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN 201110206055 Active CN102263955B (zh) | 2011-07-21 | 2011-07-21 | 基于运动矢量检测视频遮挡的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102263955B (zh) |
Families Citing this family (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2517727C2 (ru) * | 2012-07-11 | 2014-05-27 | Корпорация "САМСУНГ ЭЛЕКТРОНИКС Ко., Лтд." | Способ расчета движения с коррекцией окклюзий |
CN103561243A (zh) * | 2013-11-13 | 2014-02-05 | 太仓太乙信息工程有限公司 | 摄像头状态监控系统及其方法 |
CN104038666B (zh) * | 2014-04-22 | 2017-10-27 | 深圳英飞拓科技股份有限公司 | 一种视频遮挡检测方法和装置 |
CN105046682B (zh) * | 2015-05-20 | 2018-04-03 | 王向恒 | 一种基于本地计算的视频监控方法 |
CN106101706B (zh) * | 2016-06-30 | 2019-11-19 | 华为技术有限公司 | 一种图像编码方法及装置 |
CN106599783B (zh) * | 2016-11-09 | 2020-01-14 | 浙江宇视科技有限公司 | 一种视频遮挡检测方法及装置 |
CN107566903B (zh) * | 2017-09-11 | 2020-07-03 | 北京匠数科技有限公司 | 一种视频过滤设备及方法、视频显示系统 |
CN107613225B (zh) * | 2017-09-11 | 2020-07-24 | 北京匠数科技有限公司 | 一种轨道交通展示信息过滤设备及方法、信息展示系统 |
CN107728974B (zh) * | 2017-09-11 | 2020-08-11 | 北京匠数科技有限公司 | 一种个人电子设备及不良信息过滤方法 |
CN107682626A (zh) * | 2017-09-27 | 2018-02-09 | 惠州Tcl移动通信有限公司 | 一种相机图像传输控制方法、移动终端及存储介质 |
CN107911705B (zh) * | 2017-10-19 | 2020-07-14 | 湖南国科微电子股份有限公司 | 分析avs 2.0关键参数和查看解码后错误帧的方法 |
CN112969078B (zh) * | 2021-03-23 | 2023-02-28 | 统信软件技术有限公司 | 一种视频中的弹幕防遮挡方法、计算设备及可读存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1839633A (zh) * | 2004-05-31 | 2006-09-27 | 松下电器产业株式会社 | 运动对象检测装置和运动对象检测方法 |
CN1921560A (zh) * | 2005-08-26 | 2007-02-28 | 电子科技大学 | 一种视频对象外边界提取方法 |
CN101477690A (zh) * | 2008-12-30 | 2009-07-08 | 清华大学 | 一种视频帧序列中物体轮廓跟踪的方法和装置 |
CN101511022A (zh) * | 2009-03-20 | 2009-08-19 | 北京航空航天大学 | 一种机载视频压缩与目标跟踪联合实现方法 |
CN101600061A (zh) * | 2009-07-09 | 2009-12-09 | 杭州士兰微电子股份有限公司 | 视频运动自适应去隔行的方法及装置 |
-
2011
- 2011-07-21 CN CN 201110206055 patent/CN102263955B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1839633A (zh) * | 2004-05-31 | 2006-09-27 | 松下电器产业株式会社 | 运动对象检测装置和运动对象检测方法 |
CN1921560A (zh) * | 2005-08-26 | 2007-02-28 | 电子科技大学 | 一种视频对象外边界提取方法 |
CN101477690A (zh) * | 2008-12-30 | 2009-07-08 | 清华大学 | 一种视频帧序列中物体轮廓跟踪的方法和装置 |
CN101511022A (zh) * | 2009-03-20 | 2009-08-19 | 北京航空航天大学 | 一种机载视频压缩与目标跟踪联合实现方法 |
CN101600061A (zh) * | 2009-07-09 | 2009-12-09 | 杭州士兰微电子股份有限公司 | 视频运动自适应去隔行的方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN102263955A (zh) | 2011-11-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102263955B (zh) | 基于运动矢量检测视频遮挡的方法 | |
CN101236656B (zh) | 基于块划分的图像中运动目标的检测方法 | |
Kiryati et al. | Real-time abnormal motion detection in surveillance video | |
Biswas et al. | Real time anomaly detection in H. 264 compressed videos | |
CN101799928B (zh) | 一种应用于图像处理的高效低复杂度运动侦测方法 | |
CN103729858B (zh) | 一种视频监控系统中遗留物品的检测方法 | |
CN110782433B (zh) | 基于时序的动态信息暴力抛物检测方法、装置及存储介质 | |
US10853949B2 (en) | Image processing device | |
CN103700087A (zh) | 移动侦测方法和装置 | |
CN106851049A (zh) | 一种基于视频分析的场景变更检测方法及装置 | |
CN104349074A (zh) | 用于生成合并的数字视频序列的方法、设备和系统 | |
CN101483001A (zh) | 基于视频的入侵检测方法、检测装置、芯片 | |
CN101266132A (zh) | 基于mpfg运动矢量的行车障碍检测方法 | |
CN111741186B (zh) | 一种视频抖动检测方法、装置以及系统 | |
US9202116B2 (en) | Image processing method and image processing apparatus using the same | |
Lira et al. | A computer-vision approach to traffic analysis over intersections | |
CN105357517A (zh) | 屏幕的图像检测方法和装置 | |
KR20160093253A (ko) | 영상 기반 이상 흐름 감지 방법 및 그 시스템 | |
Liu et al. | Abnormal crowd behavior detection based on optical flow and dynamic threshold | |
KR20160048428A (ko) | 팬틸트줌 카메라 기반의 영상 재생방법 및 장치 | |
Tao et al. | Real-time detection and tracking of moving object | |
KR20190021993A (ko) | 압축영상에 대한 신택스 기반의 이동객체 영역 추출 방법 | |
CN102006472A (zh) | 视频码率控制系统及其方法 | |
CN104574340A (zh) | 一种基于历史图像的视频入侵检测方法 | |
Szczerba et al. | Fast compressed domain motion detection in H. 264 video streams for video surveillance applications |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
EE01 | Entry into force of recordation of patent licensing contract | ||
EE01 | Entry into force of recordation of patent licensing contract |
Application publication date: 20111130 Assignee: Fujian Star-Net Security Technology Co., Ltd. Assignor: Fujian Starnet e-Video Information System Co., Ltd. Contract record no.: 2014350000002 Denomination of invention: Method for detecting video occlusion based on motion vectors Granted publication date: 20130403 License type: Exclusive License Record date: 20140120 |