CN103187083B - 一种基于时域视频融合的存储方法及其系统 - Google Patents
一种基于时域视频融合的存储方法及其系统 Download PDFInfo
- Publication number
- CN103187083B CN103187083B CN201110451195.8A CN201110451195A CN103187083B CN 103187083 B CN103187083 B CN 103187083B CN 201110451195 A CN201110451195 A CN 201110451195A CN 103187083 B CN103187083 B CN 103187083B
- Authority
- CN
- China
- Prior art keywords
- information
- video
- interest
- region
- pixel
- 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
- 230000004927 fusion Effects 0.000 title claims abstract description 60
- 238000000034 method Methods 0.000 claims abstract description 56
- 238000012545 processing Methods 0.000 claims abstract description 40
- 230000015572 biosynthetic process Effects 0.000 claims abstract description 12
- 238000003786 synthesis reaction Methods 0.000 claims abstract description 11
- 238000000605 extraction Methods 0.000 claims description 64
- 230000002194 synthesizing effect Effects 0.000 claims description 24
- 238000013075 data extraction Methods 0.000 claims description 7
- 230000002123 temporal effect Effects 0.000 claims description 7
- 238000007499 fusion processing Methods 0.000 claims description 6
- 239000000284 extract Substances 0.000 abstract description 6
- 230000008569 process Effects 0.000 abstract description 4
- 238000012544 monitoring process Methods 0.000 description 14
- 238000009826 distribution Methods 0.000 description 8
- 238000007906 compression Methods 0.000 description 3
- 230000006835 compression Effects 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000013144 data compression Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000007500 overflow downdraw method Methods 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 238000011897 real-time detection Methods 0.000 description 1
- 239000000523 sample Substances 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开了一种基于时域视频融合的存储方法及其系统,所述方法包括:获取源视频并检测;检测到感兴趣信息时,提取感兴趣区域的像素信息,并发送该感兴趣区域的像素信息以及感兴趣区域坐标信息与提取时间信息至服务器;服务器依据所述感兴趣区域坐标信息以及提取时间信息对所述像素信息进行合成处理,并将合成的信息流融合至相应的背景视频帧中,形成处理视频并存储。采用本发明,其能够增加服务器的系统容量,增加存储空间的利用率。
Description
技术领域
本发明涉及安防领域,具体而言,涉及一种基于时域视频融合的存储方法及其系统。
背景技术
视频监控作为安防监控的重要手段,其在工作过程中需要采集大量的视频数据,由此便对中心服务器的存储能力提出了严峻的挑战。
一幅真彩D1图像,其需要的存储大小为1.2M左右,假设帧率为25帧/秒,那么一段30秒的D1真彩视频数据在不压缩的情况下需要的空间为900MB。如果采用H.264标准进行压缩,需要2.2M左右的空间。虽然压缩后,视频的存储空间大大缩小了,但是在监控领域,网络摄像机是24小时工作的,因此对于中心服务器来说,有24小时的视频汇聚至此,即有6.3GB的视频数据。对于10个网络摄像机来说,其一天传输至服务器的数据量为63GB,如果摄像机的数目再多些,监控时间再长些,那么数据量将会成倍的增加,因此如何存储如此庞大的数据是非常现实的问题。
申请号为CN200780050610.0的中国专利文献提出了一种消除时间轴的视频融合方法,该专利运用这种方法生成视频的摘要用于查询事件。该方法基础是:如果不强制按照时间发生顺序,可以在更短的视频中显示出更多的动作。视频概要消除了时间轴,将感兴趣的信息融合为一段任意长度的视频用于索引。但是,这种融合破坏了图像信息中的联系,呈现出来的视频是混乱的,没有联系的,因此不能替代源视频用于查看和考证。
申请号为CN200810066660.4的中国专利文献提出了一种智能视频监控事件检索方法和系统。该方法提取感兴趣的信息流,然后对信息流进行检测,判断是否满足某一事件规则,并保存到相应的事件中用于检索。但在该专利中,保存的数据是一个事件对象的信息流,一般情况下是源视频中的某一块区域数据,与源视频数据相差太多,因此不能代替源视频数据。
发明内容
本发明实施例的目的在于提供一种基于时域视频融合的存储方法及其系统,其能够增加服务器的系统容量,增加存储空间的利用率。
为了达到本发明的目的,本发明采用以下技术方案实现:
一种基于时域视频融合的存储方法,包括:
获取源视频并检测;
检测到感兴趣信息时,提取感兴趣区域的像素信息,并发送该感兴趣区域的像素信息以及感兴趣区域坐标信息与提取时间信息至服务器;
服务器依据所述感兴趣区域坐标信息以及提取时间信息对所述像素信息进行合成处理,并将合成的信息流融合至相应的背景视频帧中,形成处理视频并存储。
优选地,检测源视频中感兴趣信息的方法为:
依据初始化设置的感兴趣信息参考模型对获取的源视频进行匹配。
优选地,在检测到感兴趣信息时,提取感兴趣区域的像素信息的方法为:
依据预先设置的感兴趣区域的图像信息的提取算法获取感兴趣区域的标准外接矩形角点信息;
依据所述标准外接矩形角点信息提取感兴趣区域的像素信息。
优选地,在发送感兴趣区域的像素信息以及感兴趣区域坐标信息与提取时间信息至服务器的同时,还发送感兴趣信息参考模型信息以及像素提取地点信息至服务器。
优选地,依据所述感兴趣区域坐标信息以及提取时间信息对所述像素信息进行合成处理的方法包括:
依据所述感兴趣区域坐标信息以及提取时间信息查找历史信息流,当有对应的信息流存在时,将所述像素信息与历史信息流进行合成;当没有对应的信息流存在时,则新建一信息流,并对所述感兴趣区域的像素信息合成至该信息流之中。
优选地,所述将合成的信息流融合至相应的背景视频帧中以形成处理视频的方法包括:
获取视频融合起始位置;
依据信息流中包括的标准外接矩形角点轨迹信息查找信息流处理记录表,当所述标准外接矩形角点轨迹信息与信息流处理记录表中的标准外接矩形角点信息不重合时,则将所述信息流融合至历史处理视频中以所述视频融合起始位置为起始位置的部分,其中,所述信息流处理记录表记录了经融合处理的历史处理视频中每帧图像的标准外接矩形角点信息。
一种基于时域视频融合的存储系统,包括前端装置以及服务器,其中,
前端装置,用于获取源视频并检测;以及进一步用于在检测到感兴趣信息时,提取感兴趣区域的像素信息,并发送该感兴趣区域的像素信息以及感兴趣区域坐标信息与提取时间信息至服务器;
服务器,用于依据所述感兴趣区域坐标信息以及提取时间信息对所述像素信息进行合成处理,并将合成的信息流融合至相应的背景视频帧中,形成处理视频并存储。
优选地,前端装置检测源视频中感兴趣信息的方法为:
依据初始化设置的感兴趣信息参考模型对获取的源视频进行匹配;
以及,
前端装置在检测到感兴趣信息时,提取感兴趣区域的像素信息的方法为:
依据预先设置的感兴趣区域的图像信息的提取算法获取感兴趣区域的标准外接矩形角点信息;
依据所述标准外接矩形角点信息提取感兴趣区域的像素信息;
以及,
前端装置在发送感兴趣区域的像素信息以及感兴趣区域坐标信息与提取时间信息至服务器的同时,还发送感兴趣信息参考模型信息以及像素提取地点信息至服务器。
优选地,所述前端装置包括:
图像采集模块,用于获取源视频;
数据提取模块,用于检测源视频,并在检测到感兴趣信息时,提取感兴趣区域的像素信息;
数据发送模块,用于发送所述感兴趣区域的像素信息以及感兴趣区域坐标信息与提取时间信息至服务器;
以及,所述服务器包括:
信息流合成模块,用于依据所述感兴趣区域坐标信息以及提取时间信息对所述像素信息进行合成处理;
视频融合模块,用于将合成的信息流融合至相应的背景视频帧中,形成处理视频;
存储模块,用于存储所述处理视频。
优选地,所述信息流合成模块依据所述感兴趣区域坐标信息以及提取时间信息对所述像素信息进行合成处理的方法包括:
依据所述感兴趣区域坐标信息以及提取时间信息查找历史信息流,当有对应的信息流存在时,将所述像素信息与历史信息流进行合成;当没有对应的信息流存在时,则新建一信息流,并对所述感兴趣区域的像素信息合成至该信息流之中;
以及,
所述视频融合模块将合成的信息流融合至相应的背景视频帧中以形成处理视频的方法包括:
获取视频融合起始位置;
依据信息流中包括的标准外接矩形角点轨迹信息查找信息流处理记录表,当所述标准外接矩形角点轨迹信息与信息流处理记录表中的标准外接矩形角点信息不重合时,则将所述信息流融合至历史处理视频中以所述视频融合起始位置为起始位置的部分,其中,所述信息流处理记录表记录了经融合处理的历史处理视频中每帧图像的标准外接矩形角点信息。
通过上述本发明的技术方案可以看出,本发明的有益效果是:
(1)本发明可以将经时域视频融合生成的混乱视频流通过信息流合成模块将混乱的数据联系起来,保证了视频数据中的重要联系,在一些应用中完全可以代替源视频存储起来用于以后的查看和考证。
(2)本发明生成的处理视频较源视频小得多,因此需要的存储空间比源视频小得多。
(3)采用本发明,减少了转发的数据量,减少了网络带宽。
附图说明
图1是本发明一实施例提供的基于时域视频融合的存储方法流程示意图;
图2是本发明一实施例提供的基于时域视频融合的存储系统结构示意图;
图3是本发明一实施例提供的运动目标提取方法流程图;
图4是本发明一实施例提供的区域生长方法流程图。
本发明目的的实现、功能特点及优异效果,下面将结合具体实施例以及附图做进一步的说明。
具体实施方式
下面结合附图和具体实施例对本发明所述技术方案作进一步的详细描述,以使本领域的技术人员可以更好的理解本发明并能予以实施,但所举实施例不作为对本发明的限定。
如图1所示,本发明实施例提供了一种基于时域视频融合的存储方法,其包括如下步骤:
S101、获取源视频并检测;
S102、检测到感兴趣信息时,提取感兴趣区域的像素信息,并发送该感兴趣区域的像素信息以及感兴趣区域坐标信息与提取时间信息至服务器;
S103、服务器依据所述感兴趣区域坐标信息以及提取时间信息对所述像素信息进行合成处理,并将合成的信息流融合至相应的背景视频帧中,形成处理视频并存储。
在所述步骤S101中,所述源视频来源于监控探头(例如安防监控摄像机),所述检测是指通过预先初始化的感兴趣信息参考模型检测源视频中是否有感兴趣信息,例如人、车或其他动物,一般而言,所述感兴趣信息是运动目标,所述感兴趣信息参考模型可以通过训练得到,这里对其不做过多赘述。
在所述步骤S102中,检测源视频中感兴趣信息的方法为:
依据初始化设置的感兴趣信息参考模型对获取的源视频进行匹配。当匹配成功时,即认定为此时有运动目标进入监控场景,此时,开始对源视频进行感兴趣信息的提取步骤,如下:
在该步骤中,在检测到感兴趣信息时,提取感兴趣区域的像素信息的方法为:
S1021、依据预先设置的感兴趣区域的图像信息的提取算法获取感兴趣区域的标准外接矩形角点信息;
S1022、依据所述标准外接矩形角点信息提取感兴趣区域的像素信息。
优选实施方式下,在检测到感兴趣信息时并提取感兴趣区域的像素信息之后,在发送感兴趣区域的像素信息以及感兴趣区域坐标信息与提取时间信息至服务器的同时,还发送感兴趣信息参考模型信息以及像素提取地点信息至服务器。
在所述步骤S103中,依据所述感兴趣区域坐标信息以及提取时间信息对所述像素信息进行合成处理的方法包括:
依据所述感兴趣区域坐标信息以及提取时间信息查找历史信息流,当有对应的信息流存在时,将所述像素信息与历史信息流进行合成;当没有对应的信息流存在时,则新建一信息流,并对所述感兴趣区域的像素信息合成至该信息流之中。
除此之外,在该步骤中,所述将合成的信息流融合至相应的背景视频帧中以形成处理视频的方法包括:
S1031、获取视频融合起始位置;
S1032、依据信息流中包括的标准外接矩形角点轨迹信息查找信息流处理记录表,当所述标准外接矩形角点轨迹信息与信息流处理记录表中的标准外接矩形角点信息不重合时,则将所述信息流融合至历史处理视频中以所述视频融合起始位置为起始位置的部分,其中,所述信息流处理记录表记录了经融合处理的历史处理视频中每帧图像的标准外接矩形角点信息。
值得注意的,所述处理视频包含有背景视频帧,所述背景视频帧通过预先设置的规则从前端获取,例如固定时间周期进行背景视频帧的更新等。
如图2所示,本发明实施例还提供了一种基于时域视频融合的存储系统,包括前端装置10以及服务器20,其中,
前端装置10,用于获取源视频并检测;以及进一步用于在检测到感兴趣信息时,提取感兴趣区域的像素信息,并发送该感兴趣区域的像素信息以及感兴趣区域坐标信息与提取时间信息至服务器20;
服务器20,用于依据所述感兴趣区域坐标信息以及提取时间信息对所述像素信息进行合成处理,并将合成的信息流融合至相应的背景视频帧中,形成处理视频并存储。
其中,优选实施方式下,前端装置10检测源视频中感兴趣信息的方法为:
(1)依据初始化设置的感兴趣信息参考模型对获取的源视频进行匹配;
以及,
前端装置10在检测到感兴趣信息时,提取感兴趣区域的像素信息的方法为:
(1)依据预先设置的感兴趣区域的图像信息的提取算法获取感兴趣区域的标准外接矩形角点信息;
(2)依据所述标准外接矩形角点信息提取感兴趣区域的像素信息;
以及,
前端装置10在发送感兴趣区域的像素信息以及感兴趣区域坐标信息与提取时间信息至服务器20的同时,还发送感兴趣信息参考模型信息以及像素提取地点信息至服务器20。
具体实施时,继续参照图2,所述前端装置10包括:
图像采集模块101,用于获取源视频;
数据提取模块102,用于检测源视频,并在检测到感兴趣信息时,提取感兴趣区域的像素信息;
数据发送模块103,用于发送所述感兴趣区域的像素信息以及感兴趣区域坐标信息与提取时间信息至服务器20;
以及,所述服务器20包括:
信息流合成模块201,用于依据所述感兴趣区域坐标信息以及提取时间信息对所述像素信息进行合成处理;
视频融合模块202,用于将合成的信息流融合至相应的背景视频帧中,形成处理视频;
存储模块203,用于存储所述处理视频。
其中,所述信息流合成模块201依据所述感兴趣区域坐标信息以及提取时间信息对所述像素信息进行合成处理的方法包括:
(1)依据所述感兴趣区域坐标信息以及提取时间信息查找历史信息流,当有对应的信息流存在时,将所述像素信息与历史信息流进行合成;当没有对应的信息流存在时,则新建一信息流,并对所述感兴趣区域的像素信息合成至该信息流之中;
以及,
(1)所述视频融合模块202将合成的信息流融合至相应的背景视频帧中以形成处理视频的方法包括:
(2)获取视频融合起始位置;
(3)依据信息流中包括的标准外接矩形角点轨迹信息查找信息流处理记录表,当所述标准外接矩形角点轨迹信息与信息流处理记录表中的标准外接矩形角点信息不重合时,则将所述信息流融合至历史处理视频中以所述视频融合起始位置为起始位置的部分,其中,所述信息流处理记录表记录了经融合处理的历史处理视频中每帧图像的标准外接矩形角点信息。
下面,将详细的介绍所述图像采集模块101、数据提取模块102、数据发送模块103、信息流合成模块201、视频融合模块202,以及存储模块203的具体功能,如下:
图像采集模块101,负责传回源视频流数据,具体实施时,图像采集模块101在传输视频数据时需要完成数据的转换工作。如果数据压缩需要将数据解压,传回的数据如果为YUV,则图像采集模块101需要将数据转换为RGB格式数据。
数据提取模块102,负责检测并提取感兴趣信息。通过初始化设置的检测算法对输入的源视频进行实时的检测,当检测到感兴趣信息时,返回一幅二值结果图像,结果图像中用白点表示感兴趣信息像素点,黑点表示不感兴趣像素点。提取算法根据二值结果图像计算感兴趣区域的标准外接矩形角点,然后根据所述角点提取感兴趣区域像素信息并保存,与感兴趣区域图像一起保存的还有感兴趣信息的选择标准(即感兴趣信息参考模型)信息,感兴趣信息的像素坐标信息,提取的时间信息,以及地点信息信息。
数据发送模块103,其利用网络将数据提取模块102提取的数据发送到服务器20。
信息流合成模块201,其中,该信息流合成模块201包含有一信息流数据库,其中临时存储有历史信息流。该模块的信息流数据库中包括两部分数据,一部分是已经合成的数据,一部分是刚刚接收的提取数据。该模块负责将新收到的提取数据与原来的合成数据合并为信息流。而合并的依据就是信息间是否存在联系,其中,所述联系通过接收到的感兴趣区域坐标信息与提取时间信息进行判断,当新接收到的提取数据与历史数据的感兴趣区域坐标信息与提取时间信息具有相关性时,即认定两者存在联系,此时即将该新接收到的提取数据合并至历史信息流之中。如果在此过程中,没有从信息流数据库中检测到可以合并的信息流,则新建一个信息流存储该提取数据。
信息流合成模块201还需要判断一个信息流是否允许进行融合,融合是对一个信息流而言的。计算信息流中各帧数据的轨迹是否接近视频边缘,该信息流是否在一段时间内都没有增加来判断信息流是否结束,如果没有增加,则认为结束,可以进行融合,将该信息流传给融合模块,并删除该信息流在此模块的记录。
视频融合模块202,该模块负责将接收到信息流融合到背景视频上。在融合前需要确定融合开始的位置并生成背景视频。这两个部分具体实现如下。
针对背景视频,需要维护一张数据表,该表每一个表项表示背景视频上的一帧,当一个信息流融合到背景视频上时,就会有N幅背景视频帧将改变数据(假设信息流长度为N帧),在该表对应的N个表项上记录信息流的数据信息,表明在该帧背景上某些区域不可用。当新的信息流到来时,从设置好的融合起始位置进行比较,判断融合起始位置开始的M帧背景视频帧中是否可以存放新的信息流(假设新信息流长M帧),即新信息流的角点区域是否与对应背景帧上不可用角点区域重合,如果有重合,则不可以存储新信息流。重新设定融合起始位置(设定的方法在背景视频生成中说明),重新进行比较,直到找到可以存储的背景视频段,保存信息流的数据信息到融合模块的数据表中。
当融合起始位置确定后,需要生成背景视频。
通过得到的背景视频帧进行复制形成视频流得到背景视频,而背景视频帧主要来自背景视频帧更新算法。在提取模块中对源视频检测时,如果图像中没有感兴趣信息时,可以认为该帧为背景,同时如果该帧的时间与上次背景帧提取时间的间隔满足阈值时(阈值通过初始化模块设置),可以保存该帧图像作为背景视频帧,保存时同时保存该背景的提取时间。另外,根据提取感兴趣信息的不同,需要保存当时背景时,也可以自行保存背景视频帧。
因为背景视频帧都有对应的时间,因此设定融合起始位置时可以根据时间信息来进行设定,当有新的信息流需要融合时,根据新信息流的提取时间在数据表中寻找时间最接近的背景帧为融合起始位置,如果不能融合,则寻找比较接近的。如果在在融合的时间限制内(该参数在初始化模块中设定,意思是信息流的提取时间与背景帧的提取时间相差的最长时间,一天24小时,按照小时,分钟计算)都没有找到可以融合的背景帧,则在数据表的末尾新增M个表项(新信息流长为M帧),保存信息流的数据信息。背景视频帧为最新更新的背景视频帧。
当确定融合起始帧,信息流的数据信息也保存到数据表中后,可以融合背景视频和信息流。在融合前需要判断是否满足设定的长度要求时(该参数在初始化模块中设定,表示当融合模块中数据表所表示视频的长度,当数据表所表示视频的长度大于阈值时才允许保存),才进行融合,并将融合后的视频和数据表传给数据存储模块203,最后清空数据表。
以及存储模块203,在收到视频融合模块202的输出结果后,分别对融合后视频和相应的数据表进行保存,并提供索引用于以后查看。存储模块203提供在一段时间内按运动目标提取的时间组织运动目标的方法。具体方法是先设定需要查看的时间段,然后算法将根据时间段查找所有处于该时间的信息流,并获得该时间段的背景视频帧从而生成背景视频流,最后将信息流按照时间顺序复制到背景视频流上。
本发明实施例提供的给予时域视频融合的存储方法及其系统,通过提取视频中运动物体的信息,存储监视区域中的运动目标,其可用于人员进出统计以及防偷盗。对于库房,山区中的基站等人流量比较少但是重要的监视区域,本方法能有效实现监视目标区域的监控,同时减少存储空间。
本发明提供的方法,首先确定初始化感兴趣的信息的选择标准,感兴趣信息提取算法和信息流合并算法,其中,感兴趣的信息的选择标准为视频中的物体是否运动;提取的算法选择多高斯运动目标跟踪算法和区域生长算法,算法的详细说明在本章最后部分给出;信息流合并主要依据运动目标间是否有联系,在本发明实施例中主要考虑是否为同一运动目标,运动目标间是否存在可能的联系。判断是否为同一目标依据目标的提取区域,因为提取的信息都有其角点,在融合时可以根据信息流中最后一个节点的角点坐标区域是否与新提取信息角点区域重合面积较大(一般为90%以上),如果较大,则认为是同一运动目标,将提取信息合并到这个信息流中。但是在选择信息流是需要考虑时间,即信息流的最后一个节点的提取时间与新提取数据的提取时间相差不应大于2秒。如果遍历所有信息流仍没有找到满足要求的信息流,则认为新提取的目标为新的运动目标,新建一个信息流保存这个提取信息。判断运动目标是否存在联系依据运动目标的运动轨迹和提取时间。如果再在相同时间两个运动目标的运动轨迹存在交点,则认为两个运动目标有联系,将两个运动目标合并为一个信息流。具体步骤如下:
a)初始化参数;
b)图像采集模块101获取监控视频数据;
c)数据提取模块102获取一帧图像;
d)采用多高斯运动目标跟踪算法检测该帧图像,返回二值检测结果图像;
e)采用区域生长方法计算二值结果图像中运动目标的外接矩形,返回矩形角点坐标;
f)如果有运动目标,转g,否则转n;
g)将提取的数据转发到服务器20;
h)根据提取时间和角点区域判断提取的运动目标角点所属信息流,如果找到多个信息流,则认为这些信息流存在联系,将这些信息流合并为一个信息流;
i)判断是否可以进行融合,如果可以,转j,否则转n;
j)根据信息流提取时间和背景帧提取时间确定融合起始帧;
k)判断起始帧所在的一段视频能否进行融合,如果可以,转l,否则转j;
l)生成背景视频并将信息流的图像信息融合到背景视频上,同时保存数据信息;
m)将融合视频与数据信息保存到硬盘;
n)判断是否需要继续融合,是,转c;否则,结束。
在需要查看存储于服务器20之上的视频时,有两种方法:
一、直接查看保存的浓缩视频,该视频保证了运动目标间的联系,一般情况下,在人员统计,防偷盗应用中完全有效。但是考虑实际情况比较复杂,还提供了另外一种查看方法。
二、先设定需要查看的时间段,存储模块203将会提取相应时间段内的所有背景视频帧和信息流,然后将背景视频帧扩展为视频流,再将信息流融合到视频流上形成新的视频流播放出来。
参照图3,数据提取模块102中用到的多高斯运动目标检测部分的具体步骤如下:
1)初始化参数。初始图像认为是背景,每一个像素点用N个高斯分布描述其灰度分布。其中一个高斯分布均值为对应点像素值,方差任意设(为保证数据范围较大,此值不能太小),权值为1。其它的N-1个高斯分布的均值,方差和权值都为零。
2)循环提取帧图像的每一个像点,转3;循环完毕,转6。
3)查找新像点的N个高斯,判断新像点属于哪一个高斯分布。如果找到,则转4,没有找到,转5。
4)根据新像点所属高斯分布的权值判断新像点属于背景还是运动目标,在结果图像中保存结果。运动目标灰度设为255,背景灰度设为0。然后增加这个高斯分布的权值,转2。
5)找到权值最小的高斯分布,这个高斯分布的均值改为新像点的灰度,方差任意设(不能太小),结果图像中设置该点值为0,转2。
6)输出运动目标结果图像。
参照图4,其用以说明区域生长部分的具体步骤,如下:
1)接受运动目标结果图像,并遍历图像。
2)是否在结果图像中找到值为255的点,即白色点,如果没有找到,则结束,如果找到,转3。
3)建立一个链表存储找到的白点坐标。
4)循环取出链表的节点,并记录坐标的最大和最小值。
5)搜索节点的8邻域,当检测到白点时,存储到链表中,并修改它们为黑点。
6)链表是否遍历完成,如果完成,转7,如果没有完成,转4。
7)根据记录的最小最大坐标分割目标区域图像,并保存角点,时间和地点等信息。
8)检测结果图像是否遍历完成,如果完成,转9,如果没有完成,转2。
9)输出保存的所有运动目标的相关数据。
以上所述仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (9)
1.一种基于时域视频融合的存储方法,其特征在于,包括:
获取源视频并检测;
检测到感兴趣信息时,提取感兴趣区域的像素信息,并发送该感兴趣区域的像素信息以及感兴趣区域坐标信息与提取时间信息至服务器;
服务器依据所述感兴趣区域坐标信息以及提取时间信息对所述像素信息进行合成处理,并将合成的信息流融合至相应的背景视频帧中,形成处理视频并存储;其中,
依据所述感兴趣区域坐标信息以及提取时间信息对所述像素信息进行合成处理的方法包括:
依据所述感兴趣区域坐标信息以及提取时间信息查找历史信息流,当有对应的信息流存在时,将所述像素信息与历史信息流进行合成;当没有对应的信息流存在时,则新建一信息流,并对所述感兴趣区域的像素信息合成至该信息流之中。
2.如权利要求1所述的基于时域视频融合的存储方法,其特征在于,检测源视频中感兴趣信息的方法为:
依据初始化设置的感兴趣信息参考模型对获取的源视频进行匹配。
3.如权利要求2所述的基于时域视频融合的存储方法,其特征在于,在检测到感兴趣信息时,提取感兴趣区域的像素信息的方法为:
依据预先设置的感兴趣区域的图像信息的提取算法获取感兴趣区域的标准外接矩形角点信息;
依据所述标准外接矩形角点信息提取感兴趣区域的像素信息。
4.如权利要求3所述的基于时域视频融合的存储方法,其特征在于,在发送感兴趣区域的像素信息以及感兴趣区域坐标信息与提取时间信息至服务器的同时,还发送感兴趣信息参考模型信息以及像素提取地点信息至服务器。
5.如权利要求1所述的基于时域视频融合的存储方法,其特征在于,所述将合成的信息流融合至相应的背景视频帧中以形成处理视频的方法包括:
获取视频融合起始位置;
依据信息流中包括的标准外接矩形角点轨迹信息查找信息流处理记录表,当所述标准外接矩形角点轨迹信息与信息流处理记录表中的标准外接矩形角点信息不重合时,则将所述信息流融合至历史处理视频中以所述视频融合起始位置为起始位置的部分,其中,所述信息流处理记录表记录了经融合处理的历史处理视频中每帧图像的标准外接矩形角点信息。
6.一种基于时域视频融合的存储系统,其特征在于,包括前端装置以及服务器,其中,
前端装置,用于获取源视频并检测;以及进一步用于在检测到感兴趣信息时,提取感兴趣区域的像素信息,并发送该感兴趣区域的像素信息以及感兴趣区域坐标信息与提取时间信息至服务器;
服务器,用于依据所述感兴趣区域坐标信息以及提取时间信息对所述像素信息进行合成处理,并将合成的信息流融合至相应的背景视频帧中,形成处理视频并存储;其中,
所述服务器包括:
信息流合成模块,用于依据所述感兴趣区域坐标信息以及提取时间信息对所述像素信息进行合成处理;
所述信息流合成模块依据所述感兴趣区域坐标信息以及提取时间信息对所述像素信息进行合成处理的方法包括:
依据所述感兴趣区域坐标信息以及提取时间信息查找历史信息流,当有对应的信息流存在时,将所述像素信息与历史信息流进行合成;当没有对应的信息流存在时,则新建一信息流,并对所述感兴趣区域的像素信息合成至该信息流之中。
7.如权利要求6所述的基于时域视频融合的存储系统,其特征在于,前端装置检测源视频中感兴趣信息的方法为:
依据初始化设置的感兴趣信息参考模型对获取的源视频进行匹配;
以及,
前端装置在检测到感兴趣信息时,提取感兴趣区域的像素信息的方法为:
依据预先设置的感兴趣区域的图像信息的提取算法获取感兴趣区域的标准外接矩形角点信息;
依据所述标准外接矩形角点信息提取感兴趣区域的像素信息;
以及,
前端装置在发送感兴趣区域的像素信息以及感兴趣区域坐标信息与提取时间信息至服务器的同时,还发送感兴趣信息参考模型信息以及像素提取地点信息至服务器。
8.如权利要求7所述的基于时域视频融合的存储系统,其特征在于,所述前端装置包括:
图像采集模块,用于获取源视频;
数据提取模块,用于检测源视频,并在检测到感兴趣信息时,提取感兴趣区域的像素信息;
数据发送模块,用于发送所述感兴趣区域的像素信息以及感兴趣区域坐标信息与提取时间信息至服务器;
以及,所述服务器还包括:
视频融合模块,用于将合成的信息流融合至相应的背景视频帧中,形成处理视频;
存储模块,用于存储所述处理视频。
9.如权利要求8所述的基于时域视频融合的存储系统,其特征在于,所述视频融合模块将合成的信息流融合至相应的背景视频帧中以形成处理视频的方法包括:
获取视频融合起始位置;
依据信息流中包括的标准外接矩形角点轨迹信息查找信息流处理记录表,当所述标准外接矩形角点轨迹信息与信息流处理记录表中的标准外接矩形角点信息不重合时,则将所述信息流融合至历史处理视频中以所述视频融合起始位置为起始位置的部分,其中,所述信息流处理记录表记录了经融合处理的历史处理视频中每帧图像的标准外接矩形角点信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201110451195.8A CN103187083B (zh) | 2011-12-29 | 2011-12-29 | 一种基于时域视频融合的存储方法及其系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201110451195.8A CN103187083B (zh) | 2011-12-29 | 2011-12-29 | 一种基于时域视频融合的存储方法及其系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103187083A CN103187083A (zh) | 2013-07-03 |
CN103187083B true CN103187083B (zh) | 2016-04-13 |
Family
ID=48678214
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201110451195.8A Active CN103187083B (zh) | 2011-12-29 | 2011-12-29 | 一种基于时域视频融合的存储方法及其系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103187083B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106993155A (zh) * | 2017-03-09 | 2017-07-28 | 北京溢思德瑞智能科技研究院有限公司 | 一种视频流多处理器阵列 |
CN108449543A (zh) * | 2018-03-14 | 2018-08-24 | 广东欧珀移动通信有限公司 | 图像合成的方法、装置、计算机存储介质及电子设备 |
CN108777783A (zh) * | 2018-07-09 | 2018-11-09 | 广东交通职业技术学院 | 一种图像处理方法及装置 |
CN109165317B (zh) * | 2018-10-31 | 2019-08-06 | 杭州恒生数字设备科技有限公司 | 一种实时监控特征索引查询系统 |
CN111754544B (zh) * | 2019-03-29 | 2023-09-05 | 杭州海康威视数字技术股份有限公司 | 一种视频帧融合方法、装置、电子设备 |
CN111372062B (zh) * | 2020-05-02 | 2021-04-20 | 北京花兰德科技咨询服务有限公司 | 人工智能图像通信系统及记录方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101593353A (zh) * | 2008-05-28 | 2009-12-02 | 日电(中国)有限公司 | 图像处理方法和设备以及视频系统 |
CN102006473A (zh) * | 2010-11-18 | 2011-04-06 | 无锡中星微电子有限公司 | 视频编码器和编码方法以及视频解码器和解码方法 |
CN102231820A (zh) * | 2011-06-14 | 2011-11-02 | 广州嘉崎智能科技有限公司 | 一种监控图像处理的方法、装置和系统 |
-
2011
- 2011-12-29 CN CN201110451195.8A patent/CN103187083B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101593353A (zh) * | 2008-05-28 | 2009-12-02 | 日电(中国)有限公司 | 图像处理方法和设备以及视频系统 |
CN102006473A (zh) * | 2010-11-18 | 2011-04-06 | 无锡中星微电子有限公司 | 视频编码器和编码方法以及视频解码器和解码方法 |
CN102231820A (zh) * | 2011-06-14 | 2011-11-02 | 广州嘉崎智能科技有限公司 | 一种监控图像处理的方法、装置和系统 |
Also Published As
Publication number | Publication date |
---|---|
CN103187083A (zh) | 2013-07-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103187083B (zh) | 一种基于时域视频融合的存储方法及其系统 | |
TWI749113B (zh) | 在視訊監控系統中產生警示之方法、系統及電腦程式產品 | |
CN105164695B (zh) | 用于探测视频数据中的高兴趣事件的系统和方法 | |
EP2903261B1 (en) | Apparatus and method for detecting event from plurality of photographed images | |
CN110853295A (zh) | 一种高空抛物预警方法和装置 | |
CN105100748B (zh) | 一种视频监控系统及方法 | |
CN109033440A (zh) | 一种视频侦查多维轨迹分析方法 | |
US9883193B2 (en) | Coding scheme for identifying spatial locations of events within video image data | |
CN105531995A (zh) | 用于使用多个摄像机进行对象和事件识别的系统和方法 | |
CN102819528A (zh) | 生成视频摘要的方法和装置 | |
US20040249848A1 (en) | Method and apparatus for intelligent and automatic alert management using multimedia database system | |
CN111090773B (zh) | 一种数字视网膜体系结构及软件架构方法及系统 | |
CN113935358A (zh) | 一种行人追踪方法、设备和存储介质 | |
JPWO2019021628A1 (ja) | 情報処理装置、制御方法、及びプログラム | |
KR20140054650A (ko) | 관심객체의 선택에 의한 영상 탐색장치 및 방법 | |
CN108881119B (zh) | 一种视频浓缩的方法、装置和系统 | |
JP6980379B2 (ja) | 情報処理装置、情報処理方法およびプログラム | |
JP5569830B2 (ja) | 映像処理システム、映像処理方法、映像処理装置及びその制御方法と制御プログラム | |
GB2598640A (en) | Processing of images captured by vehicle mounted cameras | |
CN113711619A (zh) | 多媒体数据存储方法、装置、设备、存储介质及程序产品 | |
KR20120066159A (ko) | 메인 영상 프레임을 이용한 영상 정보 제공 방법 및 시스템 | |
CN114863323A (zh) | 一种果园实时测产远程监测方法及系统 | |
Marceline et al. | Cloud storage optimization for video surveillance applications | |
CN110505481B (zh) | 一种利用眼动监测提高视频poi低损编码效率的方法 | |
CN114627403A (zh) | 录像索引确定方法、视频录像播放方法和计算机设备 |
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 |