CN103927364B - 一种视频摘要数据的存储方法、系统及展示系统 - Google Patents

一种视频摘要数据的存储方法、系统及展示系统 Download PDF

Info

Publication number
CN103927364B
CN103927364B CN201410159437.XA CN201410159437A CN103927364B CN 103927364 B CN103927364 B CN 103927364B CN 201410159437 A CN201410159437 A CN 201410159437A CN 103927364 B CN103927364 B CN 103927364B
Authority
CN
China
Prior art keywords
moving target
data
summary data
video frequency
time
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
Application number
CN201410159437.XA
Other languages
English (en)
Other versions
CN103927364A (zh
Inventor
陆建青
赵波
赖齐
赵维
陈卫东
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Suzhou Keda Technology Co Ltd
Original Assignee
Suzhou Keda Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Suzhou Keda Technology Co Ltd filed Critical Suzhou Keda Technology Co Ltd
Priority to CN201410159437.XA priority Critical patent/CN103927364B/zh
Publication of CN103927364A publication Critical patent/CN103927364A/zh
Application granted granted Critical
Publication of CN103927364B publication Critical patent/CN103927364B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/70Information retrieval; Database structures therefor; File system structures therefor of video data
    • G06F16/78Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/783Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
    • G06F16/7847Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using low-level visual features of the video content
    • G06F16/786Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using low-level visual features of the video content using motion, e.g. object motion or camera motion
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/70Information retrieval; Database structures therefor; File system structures therefor of video data
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/70Information retrieval; Database structures therefor; File system structures therefor of video data
    • G06F16/73Querying
    • G06F16/738Presentation of query results
    • G06F16/739Presentation of query results in form of a video summary, e.g. the video summary being a video sequence, a composite still image or having synthesized frames

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Library & Information Science (AREA)
  • Computational Linguistics (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明提供了一种视频摘要数据的存储方法、系统及展示系统,其中视频摘要数据的存储方法、系统通过文件分片的方式,对从视频图像数据中获取的运动目标的摘要数据进行存储,每到一个最大分片时间,就会将获取的摘要数据生成一个分片文件进行存储。相较于现有技术中只有当视频数据传输结束后才能进行数据存储的单个文件的存储方式,本发明提供了一种适用于实时摘要提取的,能够进行不中断地实时存储的视频摘要数据的存储方法、系统及展示系统,并且,正是由于这个实时的特性,从某个运动目标在监控前端图像中出现,到获取到该运动目标的摘要数据之间的时延仅仅是网络图像传输时延加摘要数据提取时延,省去了录像拷贝、存储的时延。

Description

一种视频摘要数据的存储方法、系统及展示系统
技术领域
本发明涉及一种视频摘要数据的存储方法、系统及展示系统。具体地说涉及一种基于视频监控的视频摘要数据的存储方法、系统及展示系统。
背景技术
近年来,随着平安城市的建设,视频监控范围逐步扩大,视频监控技术以其能直接或间接地记录犯罪过程的优势,使犯罪嫌疑人的形象、行为特征、案件损失财物等信息变得直观可见,视频监控技术已逐步成为各类案件侦破处置过程中搜集犯罪证据、提取犯罪线索的重要手段,视频图像侦查技术已经成为公安机关继刑事技术、行动技术、网侦技术之后,第四大侦查破案技术。在社会公共安全领域,视频监控系统成为维护社会治安,加强社会管理的一个重要组成部分。
但随着监控行业存储技术的不断发展,导致了海量监控视频的出现。在录像中寻找线索,传统的做法需要耗费大量的人力、物力和时间,效率极其低下。并且在这种情况下,由于人眼的视觉疲劳,极易丢失一些重要的线索。
视频摘要又称视频浓缩,是对视频内容的一个简单概括,以自动或半自动的方式,先通过运动目标分析,提取运动目标,然后对各个目标的运动轨迹进行分析,将不同的目标拼接到一个共同的背景场景中,并将它们以某种方式进行组合。视频摘要在视频分析和基于内容的视频检索中扮演着重要角色。通常几个小时的录像,可以浓缩成几分钟的浓缩视频,大大加快了录像查看的速度。因此在视频监控系统中,对原始视频进行摘要浓缩,可以快速浏览,锁定检索对象,能够满足公安,网监,刑侦的各种需求及应用。
公开号为CN103268528A,发明名称为“智慧天网视频资源分析系统”的发明专利申请,公开了一种智慧天网视频资源分析系统,通过资源结构化描述模块对资源信息等进行标准化和结构化,并通过视频摘要模块对资源分析系统内的某段视频生成视频摘要,并且公安人员可以通过视频检索模块进行摘要数据的检索,方便办案。但这种模式只能适用于对从监控平台获取的录像视频进行摘要提取(因为录像视频总有结束的时间,因此,针对一个录像文件产生的摘要数据可以存储在一个文件中),如果对于从监控平台获取的实时图像,因为其是以视频流的方式进行传输的,并没有结束的时刻,因此,单个文件的存储方式已经无法满足需求。
发明内容
为此,本发明所要解决的技术问题在于现有技术中,单个文件的存储方式无法对实时的视频流进行存储,使得进行实时摘要提取难以实现,从而提供一种能够进行实时摘要提取的视频摘要数据的存储方法、系统及展示系统。
为解决上述技术问题,本发明的技术方案如下:
本发明提供了一种视频摘要数据的存储方法,包括如下步骤:
S1:从视频图像数据中获取运动目标的摘要数据;
S2:采用文件分片的方式对所述摘要数据进行存储。
本发明所述的视频摘要数据的存储方法,所述步骤S2包括如下步骤:
S21:设置最大分片时间;
S22:获取所述摘要数据的时间达到最大分片时间,将获取的所述摘要数据生成一个分片文件进行存储。
本发明所述的视频摘要数据的存储方法,所述步骤S21还包括设置最大运动目标数的步骤;所述步骤S22中,在最大分片时间范围内,当所述摘要数据中的运动目标数达到最大运动目标数时,将获取的所述摘要数据生成一个分片文件进行存储。
本发明所述的视频摘要数据的存储方法,所述步骤S1还包括从视频图像数据中获取并存储运动目标的结构化描述信息和最佳图片,并将最佳图片的信息添加入摘要数据的步骤。
本发明所述的视频摘要数据的存储方法,所述步骤S1还包括将视频图像数据、运动目标的结构化描述信息和摘要数据之间通过结构化描述信息中的来源标识形成关联的步骤,所述来源标识包括设备标准ID、运动目标出现时间以及运动目标私有ID。
本发明所述的视频摘要数据的存储方法,所述步骤S2还包括如下步骤:
S23:设定时间跨度;
S24:将分片文件按照所述时间跨度划分为不同集合,每一集合形成一条与该时间跨度内包含的一个或者多个分片文件相对应的摘要数据记录,并存储所述摘要数据记录。
本发明所述的视频摘要数据的存储方法,所述步骤S23还包括在所述时间跨度内,设定背景数据更新时间的步骤;
所述步骤S24还包括在每一时间跨度范围内,每隔一个背景数据更新时间,就更新该背景数据更新时间范围内的一个或者多个分片文件对应的背景数据,并将所述一个或者多个背景数据添加入所述摘要数据记录的步骤。
本发明所述的视频摘要数据的存储方法,还包括如下步骤:
S3:当需要检索并展示某一运动目标时,找到与检索条件相对应的运动目标所对应的结构化描述信息,并根据该结构化描述信息找到该运动目标的最佳图片进行预览展示;或者找到该运动目标出现时间段内的摘要数据记录,并根据输入的运动目标的检索条件,从该摘要数据记录对应的分片文件里找到该运动目标的最佳图片进行预览展示或者进行运动目标的浓缩合成展示。
本发明还提供了一种视频摘要数据的存储系统,包括:
摘要数据获取模块,用于从视频摘要数据中获取运动目标的摘要数据;
分片存储模块,用于采用文件分片的方式对从所述摘要数据获取模块获取的所述摘要数据进行存储。
本发明所述的视频摘要数据的存储系统,所述分片存储模块进一步包括:
设置单元,用于设置最大分片时间;
分片单元,用于当获取所述摘要数据的时间达到最大分片时间时,将获取的所述摘要数据生成一个分片文件进行存储。
本发明所述的视频摘要数据的存储系统,所述设置单元还用于设置最大运动目标数;所述分片单元,在最大分片时间范围内,当所述摘要数据中的运动目标数达到最大运动目标数时,将获取的所述摘要数据生成一个分片文件进行存储。
本发明所述的视频摘要数据的存储系统,所述摘要数据获取模块还用于从视频图像中获取并存储运动目标的结构化描述信息和最佳图片,并将最佳图片的信息添加入摘要数据。
本发明所述的视频摘要数据的存储系统,还包括:
检索展示模块,用于当需要检索并展示某一运动目标时,找到与检索条件相对应的运动目标所对应的结构化描述信息,并根据该结构化描述信息找到该运动目标的最佳图片进行预览展示;或者找到该运动目标出现时间段内的摘要数据记录,并根据输入的运动目标的检索条件,从该摘要数据记录对应的分片文件里找到该运动目标的最佳图片进行预览展示或者进行运动目标的浓缩合成展示。
本发明还提供了一种视频摘要数据的展示系统,包括:
存储模块,所述存储模块内置上述权利要求所述的视频摘要数据的存储系统;
展示模块,当有原始录像播放的请求时,播放符合搜索条件的实时或历史视频图像数据;当有目标检索展示的请求时,对匹配搜索条件的运动目标,对其最佳图片进行预览展示;当有浓缩合成展示的请求时,对摘要数据进行区域过滤、过线过滤以及过滤压缩比选择处理后进行浓缩合成展示;
智能识别模块,用于进行摘要数据的提取;
智能管理模块,用于触发或者关闭所述存储模块、所述展示模块以及所述智能识别模块的相应功能。
本发明的上述技术方案相比现有技术具有以下优点:
(1)本发明所述的视频摘要数据的存储方法和系统,通过文件分片的方式,对从视频图像数据中获取的运动目标的摘要数据进行存储,作为一种优选的实施方式,本发明所述的视频摘要数据的存储方法和系统,每到一个最大分片时间,就会将获取的摘要数据生成一个分片文件进行存储,而无需等到视频流停止传输再存储,相较于现有技术中只有当视频数据传输结束后才能进行数据存储的单个文件的存储方式,本发明提供了一种适用于实时摘要提取的,能够进行不中断地实时存储的视频摘要数据的存储方法和系统,并且,正是由于这个实时的特性,从某个运动目标在监控前端图像中出现,到获取到该运动目标的摘要数据之间的时延仅仅是网络图像传输时延+摘要数据提取时延,省去了录像拷贝、存储的时延,因此,大大缩短了摘要数据的获取时间,提高了监测的效率。
(2)本发明所述的视频摘要数据的存储方法和系统,通过设置最大运动目标数,且在最大分片时间范围内,若摘要数据中的运动目标数达到最大运动目标数时,即可将获取的所述摘要数据生成一个分片文件进行存储。因此,本发明所述的视频摘要数据的存储方法和系统,能够确保每一个分片文件中含有较均衡的运动目标,避免了分片文件中含有过多的运动目标的情况出现。通过这种方式,监测者能够快捷的从摘要数据中获取符合检索条件的运动目标的相关信息。
(3)本发明所述的视频摘要数据的存储方法和系统,从视频图像数据中获取并存储运动目标的结构化描述信息和最佳图片,并将最佳图片的信息添加入摘要数据。因为结构化描述信息是对运动目标特征信息的概述,监测者通过输入运动目标的检索条件,即可通过所述结构化描述信息迅速找到运动目标的摘要信息,便于后期的检索。并且,监测者通过对最佳图片进行检索展示,即对运动目标的外部视觉特征(如颜色、形状等)进行查看,而无需关注运动目标的运动轨迹等额外特征(如经过哪里,往哪个方向走),有利于提高监测者搜寻特定的运动目标的效率,避免了信息量太大对监测者的干扰。
(4)本发明所述的视频摘要数据的存储方法和系统,将视频图像数据、运动目标的结构化描述信息和摘要数据之间通过结构化描述信息中的来源标识形成关联,因为所述来源标识包括设备标准ID(即视频采集的地点),运动目标的出现时间以及运动目标私有ID(每一个运动目标区别于其它运动目标的特征),因此,本发明所述的视频摘要数据的存储方法和系统,通过结构化描述信息中的来源标识,即可将视频图像数据和摘要数据联系在一起,在获取摘要数据的同时,也能查找获取到其对应的视频图像,便捷了监测者的查找工作,实现了视频图像数据、摘要数据和结构化描述信息间的联动。
(5)本发明所述的视频摘要数据的存储方法和系统,通过设定时间跨度,并将分片文件按照时间跨度分为不同集合,并据此形成一条与该时间跨度内包含的一个或者多个分片文件相对应的摘要数据记录,通过这种方式,监测者可以通过限定时间段,即可获取该时间段(时间跨度)内的一个或者多个分片文件,查找非常便捷。
(6)本发明所述的视频摘要数据的存储方法和系统,通过设定背景数据更新时间,即可实现每条摘要数据记录中的分片文件的背景数据的实时更新,因为实时摘要的不间断性,分片文件的背景也在缓慢发生着变化,比如白天和晚上的光影切换,因此,本发明所述的视频摘要数据的存储方法和系统中的摘要数据记录中的背景数据,更加贴近真实背景。
附图说明
为了使本发明的内容更容易被清楚的理解,下面根据本发明的具体实施例并结合附图,对本发明作进一步详细的说明,其中
图1是实施例1所述视频摘要数据的存储方法的流程图;
图2是实施例2所述视频摘要数据的存储系统的流程图;
图3是实施例3所述视频摘要数据的展示系统的结构框图;
图4是实施例3所述视频摘要数据的展示系统的工作流程图。
图中附图标记表示为:1-摘要数据获取模块,2-分片存储模块,3-检索展示单元,21-设置单元,22-分片单元。
具体实施方式
实施例1
本实施例提供了一种视频摘要数据的存储方法,如图1所示,包括如下步骤:
S1:从视频图像数据中获取运动目标的摘要数据。
S2:采用文件分片的方式对所述摘要数据进行存储。
本实施例所述的视频摘要数据的存储方法,所述视频图像数据可以为实时视频图像数据,也可以为历史视频图像数据。作为一种可选的实施方式,上述视频图像数据可以从监控平台获取。在实际应用中,会首先判断是否收到实时或历史视频图像数据获取请求,当收到该请求时,监控平台将实时或历史视频图像数据以数据包的形式,通过网络进行传输,发送至目的地后,将接收的所述数据包根据传输协议进行组帧,输出实时或历史视频的编码后帧数据,之后对编码后帧数据进行解码,进而获取到实时或历史视频原始图像数据进行摘要数据的提取。
本实施例所述的视频摘要数据的存储方法,所述摘要数据包括了对运动目标的特征信息的详尽描述,通过获取摘要数据,监测者就会获取运动目标的诸如外观特征、运动轨迹等信息,成为社会公共安全领域的重要组成部分。
本实施例所述的视频摘要数据的存储方法,作为一种可选的实施方式,可以通过对实时或历史视频图像数据进行智能识别,智能提取并分析出运动目标的所有信息(比如运动目标的结构化描述信息、最佳图片等),形成摘要信息。关于智能识别,因为属于现有技术,非本发明保护点,此不赘述。
作为一种优选的实施方式,本实施例所述的视频摘要数据的存储方法,所述步骤S2包括如下步骤:
S21:设置最大分片时间。
S22:获取所述摘要数据的时间达到最大分片时间,将获取的所述摘要数据生成一个分片文件进行存储。
本实施例所述的视频摘要数据的存储方法,当一个运动目标跨越多个分片文件时,可以通过运动目标的唯一标识,也就是运动目标私有ID来保证其同一性。
本实施例所述的视频摘要数据的存储方法,每到一个最大分片时间,比如5分钟,就会将获取的摘要数据生成一个分片文件进行存储,而无需等到视频流停止传输再存储,相较于现有技术中只有当视频数据传输结束后才能进行数据存储的单个文件的存储方式,本实施例提供了一种适用于实时摘要提取的视频摘要数据的存储方法,并且,正是由于这个实时的特性,从某个运动目标在监控前端图像中出现,到获取到该运动目标的摘要数据之间的时延仅仅是网络图像传输时延+摘要数据提取时延,省去了录像拷贝、存储的时延,因此,大大缩短了摘要数据的获取时间,提高了监测的效率。
本实施例所述的视频摘要数据的存储方法,所述步骤S21还包括设置最大运动目标数的步骤;所述步骤S22中,在最大分片时间范围内,当所述摘要数据中的运动目标数达到最大运动目标数时,将获取的所述摘要数据生成一个分片文件进行存储。
本实施例所述的视频摘要数据的存储方法,所述最大运动目标数即为一个分片文件中允许存在的最多的运动目标的个数,当摘要数据中的运动目标数达到最大运动目标数时,即使还没有到最大分片时间,也会将获取的摘要数据生成一个分片文件进行存储。通过这种方式,能够确保每一个分片文件中含有较均衡的运动目标,避免了分片文件中含有过多的运动目标的情况出现。通过这种方式,监测者能够快捷的从摘要数据中获取符合检索条件的运动目标的相关信息。
本实施例所述的视频摘要数据的存储方法,所述步骤S1还包括从视频图像数据中获取并存储运动目标的结构化描述信息和最佳图片,并将最佳图片的信息添加入摘要数据的步骤。
本实施例所述的视频摘要数据的存储方法,所述最佳图片定义为当一个运动目标在运动过程中,在视频画面里面积最大、位置最好(居画面中心最近)、目标信息最独立(与其他目标交叠的面积最小)的视频图片。
本实施例所述的视频摘要数据的存储方法,其特征在于,还包括如下步骤:
S3:当需要检索并展示某一运动目标时,找到与检索条件相对应的运动目标所对应的结构化描述信息,并根据该结构化描述信息找到该运动目标的最佳图片进行预览展示;或者找到该运动目标出现时间段内的摘要数据记录,并根据输入的运动目标的检索条件,从该摘要数据记录对应的分片文件里找到该运动目标的最佳图片进行预览展示或者进行运动目标的浓缩合成展示。
本实施例所述的视频摘要数据的存储方法,所述检索条件可以为运动目标的颜色、形状等信息,在实际应用中,也可以为运动目标的方向、跨线、经过区域等行为特征,此时,可以从摘要数据记录对应的分片文件中找到符合条件的运动目标的运动轨迹进行浓缩合成展示,即将不同时间出现的运动目标,通过同一幅播放画面进行播放,可以使监测者直观的获取运动目标的运动轨迹。
本实施例所述的视频摘要数据的存储方法,为了便于事后的搜索和定位,对提取出的运动目标进行一定的智能识别,获取出能被人识别的结构化描述信息(如人、车、物分类信息、颜色信息、人的高度信息、车的车牌信息等),进而形成统一的结构并上报大型数据库存储,可以对结构化描述信息定义如下:
a)对运动目标的结构化描述信息至少但不局限于以下字段:
字段 备注
唯一标识 全局唯一标识
来源标识 运动目标来源的标识
来源描述 对来源信息的描述
左上角X坐标 目标在最佳图片中的位置信息
左上角Y坐标 目标在最佳图片中的位置信息
右下角X坐标 目标在最佳图片中的位置信息
右下角Y坐标 目标在最佳图片中的位置信息
位置标记时间 目标最佳图片的时间
出现时间 目标出现的时间
消失时间 目标消失的时间
目标类型 人、车、物品
b)对运动目标为人时的结构化描述信息除以上的结构化描述信息外还至少包括但不局限于以下字段:
字段 备注
性别 见GA/543.1-2011中DE00007
年龄上限 最大可能年龄
年龄下限 最小可能年龄
身高上限 见GA/543.1-2011中DE00012,单位cm
身高下限 见GA/543.1-2011中DE00012,单位mm
是否戴帽子 0:否、1:是
是否戴眼镜 0:否、1:是
上衣颜色 黑、白、灰、红、蓝、黄、橙、棕、绿、紫、青、粉、透明、其他
裤子颜色 黑、白、灰、红、蓝、黄、橙、棕、绿、紫、青、粉、透明、其他
c)对运动目标为车的描述信息除以上的结构化描述信息外还应至少包括但不局限于以下字段:
字段 备注
有无车牌 0:无、1:有
车牌种类 按GA24.7-2005编码
车牌号码 车牌号码
车牌颜色 见GA/T669。9-2008表A.7
行驶速度 单位km/h
车辆品牌 被标注车辆的品牌,与车标一致
车辆大小 小型车、中型车、大型车
车身颜色 按GA24.8-2005编码
d)对运动目标为物品的结构化描述信息除以上的结构化描述信息外还应至少包括但不局限于以下字段:
字段 备注
物体颜色 黑、白、灰、红、蓝、黄、橙、棕、绿、紫、青、粉、透明、其他
物体大小 被标注物品大小描述
本实施例所述的视频摘要数据的存储方法,监测者通过输入检索条件,即可通过所述结构化描述信息迅速找到运动目标的摘要信息,便于后期的检索。并且,监测者通过对最佳图片进行检索展示,即对运动目标的外部视觉特征(如颜色、形状等)进行查看,而无需关注运动目标的运动轨迹等额外特征(如经过哪里,往哪个方向走),有利于提高监测者搜寻特定的运动目标的效率,避免了信息量太大对监测者的干扰。
作为一种优选的实施方式,本实施例所述的视频摘要数据的存储方法,,所述步骤S1还包括将视频图像数据、运动目标的结构化描述信息和摘要数据之间通过结构化描述信息中的来源标识形成关联的步骤,所述来源标识包括设备标准ID、运动目标出现时间以及运动目标私有ID。
本实施例所述的视频摘要数据的存储方法,作为一种可选的实施方式,所述来源标识可以由20位符合GB/T28181标准的设备标准ID、运动目标出现时间戳以及运动目标私有ID组成。
本实施例所述的视频摘要数据的存储方法,将视频图像数据、运动目标的结构化描述信息和摘要数据之间通过结构化描述信息中的来源标识形成关联,因为所述来源标识包括设备标准ID(即视频采集的地点),运动目标的出现时间以及运动目标私有ID(每一个运动目标区别于其它运动目标的特征),因此,本实施例所述的视频摘要数据的存储方法,通过结构化描述信息中的来源标识,即可将视频图像数据和摘要数据联系在一起,在获取摘要数据的同时,也能查找获取到其对应的视频图像,便捷了监测者的查找工作,实现了视频图像数据、摘要数据和结构化描述信息间的联动。
作为一种优选的实施方式,本实施例所述的视频摘要数据的存储方法,所述步骤S2还包括如下步骤:
S23:设定时间跨度。
S24:将分片文件按照所述时间跨度划分为不同集合,每一集合形成一条与该时间跨度内包含的一个或者多个分片文件相对应的摘要数据记录,并存储所述摘要数据记录。
本实施例所述的视频摘要数据的存储方法,通过设定时间跨度,并将分片文件按照时间跨度分为不同集合,并据此形成一条与该时间跨度内包含的一个或者多个分片文件相对应的摘要数据记录,通过这种方式,监测者可以通过输入限定时间段的检索条件,即可获取该时间段(时间跨度)内的一个或者多个分片文件,查找非常便捷。比如查找一点到两点之间的摘要数据,即可通过时间跨度在一点到两点之间的摘要数据记录的路径,查找到该时间跨度内的一个或者多个分片文件中包含的摘要数据。
作为一种优选的实施方式,本实施例所述的视频摘要数据的存储方法,所述步骤S23还包括在所述时间跨度内,设定背景数据更新时间的步骤。
所述步骤S24还包括在每一时间跨度范围内,每隔一个背景数据更新时间,就更新该背景数据更新时间范围内的一个或者多个分片文件对应的背景数据,并将所述一个或者多个背景数据添加入所述摘要数据记录的步骤。
本实施例所述的视频摘要数据的存储方法,通过设定背景数据更新时间,即可实现每条摘要数据记录中的分片文件的背景数据的实时更新,因为实时摘要的不间断性,分片文件的背景也在缓慢发生着变化,比如白天和晚上的光影切换,因此,本实施例所述的视频摘要数据的存储方法的摘要数据记录中的背景数据,更加贴近真实背景。
实施例2
本实施例提供了一种视频摘要数据的存储系统,如图2所示,包括:
摘要数据获取模块1,用于从视频摘要数据中获取运动目标的摘要数据。
分片存储模块2,用于采用文件分片的方式对从所述摘要数据获取模块1获取的所述摘要数据进行存储。
作为一种优选的实施方式,本实施例所述的视频摘要数据的存储系统,,所述分片存储模块2进一步包括:
设置单元21,用于设置最大分片时间。
分片单元22,用于当获取所述摘要数据的时间达到最大分片时间时,将获取的所述摘要数据生成一个分片文件进行存储。
本实施例所述的视频摘要数据的存储系统,通过分片存储模块2,对从摘要数据获取模块1获取的运动目标的摘要数据进行存储,作为一种优选的实施方式,本实施例所述的视频摘要数据的存储系统,通过设置单元21设置最大分片时间,分片单元22,每到一个最大分片时间,就会将获取的摘要数据生成一个分片文件进行存储,而无需等到视频流停止传输再存储,相较于现有技术中只有当视频数据传输结束后才能进行数据存储的单个文件的存储方式,本实施例提供了一种适用于实时摘要提取的视频摘要数据的存储方法和系统,并且,正是由于这个实时的特性,从某个运动目标在监控前端图像中出现,到获取到该运动目标的摘要数据之间的时延仅仅是网络图像传输时延+摘要数据提取时延,省去了录像拷贝、存储的时延,因此,大大缩短了摘要数据的获取时间,提高了监测的效率。
作为一种优选的实施方式,本实施例所述的视频摘要数据的存储系统,所述设置单元21还用于设置最大运动目标数;所述分片单元22,在最大分片时间范围内,当所述摘要数据中的运动目标数达到最大运动目标数时,将获取的所述摘要数据生成一个分片文件进行存储。
本实施例所述的视频摘要数据的存储系统,能够确保每一个分片文件中含有较均衡的运动目标,避免了分片文件中含有过多的运动目标的情况出现。通过这种方式,监测者能够快捷的从摘要数据中获取符合检索条件的运动目标的相关信息。
作为一种优选的实施方式,本实施例所述的视频摘要数据的存储系统,所述摘要数据获取模块1还用于从视频图像中获取并存储运动目标的结构化描述信息和最佳图片,并将最佳图片的信息添加入摘要数据。
作为一种优选的实施方式,本实施例所述的视频摘要数据的存储系统,还包括:
检索展示模块3,当需要检索并展示某一运动目标时,找到与检索条件相对应的运动目标所对应的结构化描述信息,并根据该结构化描述信息找到该运动目标的最佳图片进行预览展示;或者找到该运动目标出现时间段内的摘要数据记录,并根据输入的运动目标的检索条件,从该摘要数据记录对应的分片文件里找到该运动目标的最佳图片进行预览展示或者进行运动目标的浓缩合成展示。
本实施例所述的视频摘要数据的存储系统,监测者通过输入检索条件,即可通过所述结构化描述信息迅速找到运动目标的摘要信息,便于后期的检索。并且,监测者通过检索展示模块3对最佳图片进行检索展示,即对运动目标的外部视觉特征(如颜色、形状等)进行查看,而无需关注运动目标的运动轨迹等额外特征(如经过哪里,往哪个方向走),有利于提高监测者搜寻特定的运动目标的效率,避免了信息量太大对监测者的干扰。
实施例3
本实施例提供了一种视频摘要数据的展示系统,如图3所示,包括:
存储模块,所述存储模块内置上述权利要求1-13任一所述的视频摘要数据的存储系统。
展示模块,当有原始录像播放的请求时,播放符合搜索条件的实时或历史视频图像数据;当有目标检索展示的请求时,对匹配搜索条件的运动目标,对其最佳图片进行预览展示;当有浓缩合成展示的请求时,对摘要数据进行区域过滤、过线过滤以及过滤压缩比选择处理后进行浓缩合成展示。
智能识别模块,用于进行摘要数据的提取。
智能管理模块,用于触发或者关闭所述存储模块、所述展示模块以及所述智能识别模块的相应功能。
本实施例所述的视频摘要数据的展示系统,在具体实施中,所述存储模块可以包括数据库单元和数据存储单元,所述数据库单元用于存储运动目标的结构化描述信息、原始录像、最佳图片等数据,所述数据存储单元用于将运动目标的摘要数据以分片的方式进行存储。所述数据库单元主要实现了数据库的接入、数据的插入、删除和查询,其能够支持常见的数据库类型如mysql、orcle、sybase等。所述数据存储单元主要对摘要数据进行存储,能够支持的存储方式包括本地存储、网络共享存储和FTP传输等,因此用户本地文件摘要数据的输出的结果可以保存在本系统中,可以与监控平台内的其他监控点的摘要资源共同形成摘要资源库,覆盖了监控平台的盲点区,实现了业务系统上的多种应用。
所述展示模块,可以包括原始录像播放单元,用于当有原始录像播放的请求时,播放符合搜索条件的实时或历史视频图像数据;目标检索展示单元,当有目标检索展示的请求时,对匹配搜索条件的运动目标,对其最佳图片进行预览展示;浓缩合成展示单元,当有浓缩合成展示的请求时,对摘要数据进行区域过滤、过线过滤以及过滤压缩比选择处理后进行浓缩合成展示。
所述智能识别模块,可以包括码流接收单元,用于将接收的包含实时或历史视频图像数据的数据包根据传输协议进行组帧,输出实时或历史视频的编码后帧数据;解码单元,用于对从所述码流接收单元接收的所述编码后帧数据进行解码,获取实时或历史视频图像数据;摘要提取单元,用于对从所述解码单元获取的实时或历史视频图像数据中获取运动目标的摘要数据、结构化描述信息以及最佳图片,并将结构化描述信息以及最佳图片存入数据库单元,将摘要数据存入数据存储单元。
所述智能管理模块,可以包括服务提供单元,主要用于接收摘要任务,比如摘要任务的增加、修改与删除,摘要数据的搜索等,在实际应用中,监测者可以通过客户端应用程序向服务提供单元输入摘要任务;任务调度单元,主要用于摘要任务的负载均衡调度和摘要任务的异常恢复调度;识别模块管理单元,主要用于对多个智能识别模块的管理和维护,在实际应用中,使用者可以通过扩展多个智能识别模块来实现整个系统智能分析识别能力的扩展;视频获取单元主要负责获取实时或历史视频图像数据。
本实施例所述的视频摘要数据的展示系统的工作流程如图4所示,具体步骤如下:
服务提供单元收到摘要任务,送到任务调度单元进行任务的调度。
任务调度单元首先向数据库单元记录摘要任务的信息,并维护摘要任务的状态变化。
任务调度单元通过识别模块管理单元来获取所有智能识别模块的负载能力和负载情况,进而实现摘要任务的负载均衡调度,通过识别模块管理单元来激活空闲的智能识别模块,启动码流接收单元从视频获取单元接收实时或历史视频摘要数据,与此同时,任务调度单元也会激活视频获取单元从监控平台获取实时或历史视频摘要数据。
码流接收单元输出实时或历史视频的编码后帧数据。
解码单元对所述编码后帧数据进行解码,获取实时或历史视频的原始图像数据;
摘要提取单元从所述实时或历史视频的原始图像数据中提取摘要数据、结构化描述信息和最佳图片,并将结构化描述信息以及最佳图片存入数据库单元,将摘要数据存入数据存储单元。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。

Claims (17)

1.一种视频摘要数据的存储方法,其特征在于,包括如下步骤:
S1:从视频图像数据中获取运动目标的摘要数据;
S2:采用文件分片的方式对所述摘要数据进行存储;且所述步骤S2包括如下步骤:
S21:设置最大分片时间;
S22:获取所述摘要数据的时间达到最大分片时间,将获取的所述摘要数据生成一个分片文件进行存储。
2.根据权利要求1所述的视频摘要数据的存储方法,其特征在于,所述步骤S21还包括设置最大运动目标数的步骤;所述步骤S22中,在最大分片时间范围内,当所述摘要数据中的运动目标数达到最大运动目标数时,将获取的所述摘要数据生成一个分片文件进行存储。
3.根据权利要求1或2所述的视频摘要数据的存储方法,其特征在于,所述步骤S1还包括从视频图像数据中获取并存储运动目标的结构化描述信息和最佳图片,并将最佳图片的信息添加入摘要数据的步骤。
4.根据权利要求1或2所述的视频摘要数据的存储方法,其特征在于,所述步骤S1还包括将视频图像数据、运动目标的结构化描述信息和摘要数据之间通过结构化描述信息中的来源标识形成关联的步骤,所述来源标识包括设备标准ID、运动目标出现时间以及运动目标私有ID。
5.根据权利要求3所述的视频摘要数据的存储方法,其特征在于,所述步骤S1还包括将视频图像数据、运动目标的结构化描述信息和摘要数据之间通过结构化描述信息中的来源标识形成关联的步骤,所述来源标识包括设备标准ID、运动目标出现时间以及运动目标私有ID。
6.根据权利要求1或2所述的视频摘要数据的存储方法,其特征在于,所述步骤S2还包括如下步骤:
S23:设定时间跨度;
S24:将分片文件按照所述时间跨度划分为不同集合,每一集合形成一条与该时间跨度内包含的一个或者多个分片文件相对应的摘要数据记录,并存储所述摘要数据记录。
7.根据权利要求3所述的视频摘要数据的存储方法,其特征在于,所述步骤S2还包括如下步骤:
S23:设定时间跨度;
S24:将分片文件按照所述时间跨度划分为不同集合,每一集合形成一条与该时间跨度内包含的一个或者多个分片文件相对应的摘要数据记录,并存储所述摘要数据记录。
8.根据权利要求4所述的视频摘要数据的存储方法,其特征在于,所述步骤S2还包括如下步骤:
S23:设定时间跨度;
S24:将分片文件按照所述时间跨度划分为不同集合,每一集合形成一条与该时间跨度内包含的一个或者多个分片文件相对应的摘要数据记录,并存储所述摘要数据记录。
9.根据权利要求5所述的视频摘要数据的存储方法,其特征在于,所述步骤S2还包括如下步骤:
S23:设定时间跨度;
S24:将分片文件按照所述时间跨度划分为不同集合,每一集合形成一条与该时间跨度内包含的一个或者多个分片文件相对应的摘要数据记录,并存储所述摘要数据记录。
10.根据权利要求6所述的视频摘要数据的存储方法,其特征在于:
所述步骤S23还包括在所述时间跨度内,设定背景数据更新时间的步骤;
所述步骤S24还包括在每一时间跨度范围内,每隔一个背景数据更新时间,就更新该背景数据更新时间范围内的一个或者多个分片文件对应的背景数据,并将所述一个或者多个背景数据添加入所述摘要数据记录的步骤。
11.根据权利要求6所述的视频摘要数据的存储方法,其特征在于,还包括如下步骤:
S3:当需要检索并展示某一运动目标时,找到与检索条件相对应的运动目标所对应的结构化描述信息,并根据该结构化描述信息找到该运动目标的最佳图片进行预览展示;或者找到该运动目标出现时间段内的摘要数据记录,并根据输入的运动目标的检索条件,从该摘要数据记录对应的分片文件里找到该运动目标的最佳图片进行预览展示或者进行运动目标的浓缩合成展示。
12.根据权利要求10所述的视频摘要数据的存储方法,其特征在于,还包括如下步骤:
S3:当需要检索并展示某一运动目标时,找到与检索条件相对应的运动目标所对应的结构化描述信息,并根据该结构化描述信息找到该运动目标的最佳图片进行预览展示;或者找到该运动目标出现时间段内的摘要数据记录,并根据输入的运动目标的检索条件,从该摘要数据记录对应的分片文件里找到该运动目标的最佳图片进行预览展示或者进行运动目标的浓缩合成展示。
13.一种视频摘要数据的存储系统,其特征在于,包括:
摘要数据获取模块(1),用于从视频摘要数据中获取运动目标的摘要数据;
分片存储模块(2),用于采用文件分片的方式对从所述摘要数据获取模块(1)获取的所述摘要数据进行存储,且所述分片存储模块(2)进一步包括:
设置单元(21),用于设置最大分片时间;
分片单元(22),用于当获取所述摘要数据的时间达到最大分片时间时,将获取的所述摘要数据生成一个分片文件进行存储。
14.根据权利要求13所述的视频摘要数据的存储系统,其特征在于,所述设置单元(21)还用于设置最大运动目标数;所述分片单元(22),在最大分片时间范围内,当所述摘要数据中的运动目标数达到最大运动目标数时,将获取的所述摘要数据生成一个分片文件进行存储。
15.根据权利要求13或14所述的视频摘要数据的存储系统,其特征在于,所述摘要数据获取模块(1)还用于从视频图像中获取并存储运动目标的结构化描述信息和最佳图片,并将最佳图片的信息添加入摘要数据。
16.根据权利要求15所述的视频摘要数据的存储系统,其特征在于,还包括:
检索展示模块(3),用于当需要检索并展示某一运动目标时,找到与检索条件相对应的运动目标所对应的结构化描述信息,并根据该结构化描述信息找到该运动目标的最佳图片进行预览展示;或者找到该运动目标出现时间段内的摘要数据记录,并根据输入的运动目标的检索条件,从该摘要数据记录对应的分片文件里找到该运动目标的最佳图片进行预览展示或者进行运动目标的浓缩合成展示。
17.一种视频摘要数据的展示系统,其特征在于,包括:
存储模块,所述存储模块内置上述权利要求13-16任一项所述的视频摘要数据的存储系统;
展示模块,当有原始录像播放的请求时,播放符合搜索条件的实时或历史视频图像数据;当有目标检索展示的请求时,对匹配搜索条件的运动目标,对其最佳图片进行预览展示;当有浓缩合成展示的请求时,对摘要数据进行区域过滤、过线过滤以及过滤压缩比选择处理后进行浓缩合成展示;
智能识别模块,用于进行摘要数据的提取;
智能管理模块,用于触发或者关闭所述存储模块、所述展示模块以及所述智能识别模块的相应功能。
CN201410159437.XA 2014-04-18 2014-04-18 一种视频摘要数据的存储方法、系统及展示系统 Active CN103927364B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410159437.XA CN103927364B (zh) 2014-04-18 2014-04-18 一种视频摘要数据的存储方法、系统及展示系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410159437.XA CN103927364B (zh) 2014-04-18 2014-04-18 一种视频摘要数据的存储方法、系统及展示系统

Publications (2)

Publication Number Publication Date
CN103927364A CN103927364A (zh) 2014-07-16
CN103927364B true CN103927364B (zh) 2017-03-01

Family

ID=51145585

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410159437.XA Active CN103927364B (zh) 2014-04-18 2014-04-18 一种视频摘要数据的存储方法、系统及展示系统

Country Status (1)

Country Link
CN (1) CN103927364B (zh)

Families Citing this family (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104268563B (zh) * 2014-09-15 2017-05-17 合肥工业大学 一种基于异常行为检测的视频摘要方法
CN104754267A (zh) * 2015-03-18 2015-07-01 小米科技有限责任公司 视频片段标注方法、装置及终端
CN105100718B (zh) * 2015-07-29 2018-11-23 西安冉科信息技术有限公司 一种基于视频摘要的智能视频分析方法
CN105391966A (zh) * 2015-11-30 2016-03-09 四川诚品电子商务有限公司 一种便于查询的车载视频存储方法
CN105513360B (zh) * 2016-01-28 2017-09-22 浪潮软件股份有限公司 一种车辆数据处理的方法及装置
CN107967298A (zh) * 2017-11-03 2018-04-27 深圳辉锐天眼科技有限公司 基于视频分析的监控管理方法
WO2020048324A1 (zh) * 2018-09-04 2020-03-12 杭州海康威视数字技术股份有限公司 视频摘要生成方法、装置、电子设备及可读存储介质
CN110418156A (zh) * 2019-08-27 2019-11-05 上海掌门科技有限公司 信息处理方法和装置
CN110677623B (zh) 2019-10-15 2021-09-10 北京百度网讯科技有限公司 数据处理的方法、装置、设备和存储介质
CN110933455B (zh) * 2019-12-16 2023-03-14 云粒智慧科技有限公司 一种视频筛选方法、装置、电子设备及存储介质
CN111444373B (zh) * 2020-03-30 2023-10-27 上海依图网络科技有限公司 图像检索方法及其装置、介质和系统
CN111639235B (zh) * 2020-06-01 2023-08-25 重庆紫光华山智安科技有限公司 一种视频录像质量检测方法、装置、存储介质及电子设备

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101137027A (zh) * 2006-11-23 2008-03-05 中兴通讯股份有限公司 一种媒体分片存储的方法
CN101193258A (zh) * 2006-12-01 2008-06-04 北京东方广视科技有限责任公司 有线电视传输网络中时间分片和冲突退避的方法
CN102314916A (zh) * 2010-07-07 2012-01-11 成都索贝数码科技股份有限公司 一种视频处理方法和系统

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101137027A (zh) * 2006-11-23 2008-03-05 中兴通讯股份有限公司 一种媒体分片存储的方法
CN101193258A (zh) * 2006-12-01 2008-06-04 北京东方广视科技有限责任公司 有线电视传输网络中时间分片和冲突退避的方法
CN102314916A (zh) * 2010-07-07 2012-01-11 成都索贝数码科技股份有限公司 一种视频处理方法和系统

Also Published As

Publication number Publication date
CN103927364A (zh) 2014-07-16

Similar Documents

Publication Publication Date Title
CN103927364B (zh) 一种视频摘要数据的存储方法、系统及展示系统
Laufs et al. Security and the smart city: A systematic review
JP7014440B2 (ja) 映像監視システム、映像処理方法および映像処理プログラム
Al-Sanjary et al. Development of a video tampering dataset for forensic investigation
CN103617234B (zh) 主动式视频浓缩装置及方法
EP3253042A1 (en) Intelligent processing method and system for video data
RU2484529C1 (ru) Способ ранжирования видеоданных
CN105336077B (zh) 数据处理设备和操作其的方法
CN100446558C (zh) 视频产生处理装置和视频产生处理方法
US20150082203A1 (en) Real-time analytics, collaboration, from multiple video sources
KR20140095956A (ko) 크라우드 소싱기반 영상 지식 콘텐츠 생성 시스템 및 방법
Meijer et al. Quantified street: Smart governance of urban safety
US20110128382A1 (en) System and methods for gaming data analysis
US11037604B2 (en) Method for video investigation
CN205263812U (zh) 分布式人脸识别轨迹搜索系统
CN106097483B (zh) 一种基于智能后视镜的录像处理方法及系统
CN105893387A (zh) 智能多媒体处理方法和系统
JP2014068290A (ja) 画像処理装置、画像処理方法、およびプログラム
CN108476336A (zh) 识别内容频道的听众的查看特性
CN106878676A (zh) 一种用于智能监控视频数据的存储方法
CN109379570A (zh) 一种嵌入式智能nvr硬件系统
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
CN107391929A (zh) 一种基于用户行为数据的虚拟平台系统
CN115171014B (zh) 视频处理方法、装置、电子设备及计算机可读存储介质
CN116980605A (zh) 视频处理方法、装置、计算机设备、存储介质和程序产品

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant