CN104683765A - 一种基于移动物体侦测的视频浓缩方法 - Google Patents

一种基于移动物体侦测的视频浓缩方法 Download PDF

Info

Publication number
CN104683765A
CN104683765A CN201510058446.4A CN201510058446A CN104683765A CN 104683765 A CN104683765 A CN 104683765A CN 201510058446 A CN201510058446 A CN 201510058446A CN 104683765 A CN104683765 A CN 104683765A
Authority
CN
China
Prior art keywords
grid
video
prospect
frame
foreground
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.)
Granted
Application number
CN201510058446.4A
Other languages
English (en)
Other versions
CN104683765B (zh
Inventor
朱珑
陈远浩
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.)
Shanghai Is According To Figure Network Technology Co Ltd
Shanghai Yitu Network Science and Technology Co Ltd
Original Assignee
Shanghai Is According To Figure Network 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 Shanghai Is According To Figure Network Technology Co Ltd filed Critical Shanghai Is According To Figure Network Technology Co Ltd
Priority to CN201510058446.4A priority Critical patent/CN104683765B/zh
Publication of CN104683765A publication Critical patent/CN104683765A/zh
Application granted granted Critical
Publication of CN104683765B publication Critical patent/CN104683765B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Abstract

本发明涉及一种基于移动物体侦测的视频浓缩方法,包括以下步骤:1)对视频中的背景进行背景建模;2)将视频图像帧切割成网格,以网格为单位统计当前帧与背景差异的直方图,并对直方图进行分类,判断当前网格是否为前景,若是则保存入前景集中,若否,则判断下一个网格;3)根据所述前景集计算不同帧间的前景差,判断当前网格内是否有活动的前景,若是,则执行步骤4),若否,则判断下一个网格;4)计算得到的活动前景网格的连通块,判断该连通块是否构成有效的活动物体,若是,则判定所对应的帧为有效帧,将所有有效帧拼接成浓缩视频。与现有技术相比,本发明具有视频压缩的精度和准确性高、有效检测移动缓慢物体等优点。

Description

一种基于移动物体侦测的视频浓缩方法
技术领域
本发明涉及视频压缩技术领域,尤其是涉及一种基于移动物体侦测的视频浓缩方法。
背景技术
对于监控视频来说,视频中真正向观看者传达信息的是前景画面而非背景画面,因此需要对视频进行浓缩处理,删除视频中的无用片段。现有视频浓缩常用的方法有两种:
1、保留出现前景区域的帧,做法是对背景建模,然后计算背景与当前画面的差异,从而确定前景,该方法的主要缺陷是难以处理进入画面后不动的物体,这类物体所在区域在进入画面和离开画面后的很长一段时间内都会被判定为前景。
2、直接计算帧间差来检测移动物体,该方法的主要缺陷是:a)无法捕获移动缓慢的物体,移动缓慢包括物体的物理速度缓慢,以及物体距离摄像头较运——受三维透视的影响,越远的物体在二维画面中的移动越缓慢;b)无法容忍摄像头的物理晃动造成的帧间差异。
发明内容
本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种视频压缩的精度和准确性高、有效检测移动缓慢物体的基于移动物体侦测的视频浓缩方法。
本发明的目的可以通过以下技术方案来实现:
一种基于移动物体侦测的视频浓缩方法,包括以下步骤:
1)对视频中的背景进行背景建模;
2)将视频图像帧切割成网格,以网格为单位统计当前帧与背景差异的直方图,并对直方图进行分类,判断当前网格是否为前景,若是则保存入前景集中,若否,则判断下一个网格;
3)根据所述前景集计算不同帧间的前景差,判断当前网格内是否有活动的前景,若是,则执行步骤4),若否,则判断下一个网格;
4)计算得到的活动前景网格的连通块,判断该连通块是否构成有效的活动物体,若是,则判定所对应的帧为有效帧,执行步骤5),若否,则删除对应的帧;
5)将所有有效帧拼接成浓缩视频。
所述步骤1)中,采用非参数背景生成算法进行背景建模。
所述步骤2)中,得到当前帧与背景的差异后,对所述差异根据周围网格的平均亮度、信噪比进行归一化处理。
所述步骤2)中,采用SVM对直方图进行分类。
所述步骤3)中,计算不同帧间的前景差时以网格为单位。
与现有技术相比,本发明具有以下优点:
(1)本发明采用非参数背景生成算法进行背景建模,可以有效检测移动缓慢的物体,能从包含混乱运动对象的视频中提取出背景,对噪声和小幅度的(摄像机)振动具有鲁棒性。
(2)本发明前背景分割时采引入网格等优化,可以有效处理光照变化,并去除局部噪声。
(3)本发明通过计算前景的帧间差判断活动物体,,可以有效判定进入画面后不动的物体,提高视频压缩的精度和准确性。
附图说明
图1为本发明的流程示意图。
具体实施方式
下面结合附图和具体实施例对本发明进行详细说明。本实施例以本发明技术方案为前提进行实施,给出了详细的实施方式和具体的操作过程,但本发明的保护范围不限于下述的实施例。
如图1所示,本发明实施例提供一种基于移动物体侦测的视频浓缩方法,视频浓缩关注的是画面中移动的物体,通过背景建模和计算帧间差的互补可以实现;同时在前背景分割以及计算帧间差时,需要考虑局域整体变化,从而增加稳定性。本方法能根据交通、公共场所、电梯等场景的监控视频进行浓缩处理,只保留原视频中有活动物体的帧,输出浓缩后的视频。本方法的具体流程如下:
在步骤S101中,对视频中的背景进行背景建模。本方法采用非参数背景生成算法得到视频背景,采用影响因素描述(effect components description,ECD)的模型,用于描述背景的变动;在此基础上,我们可以用潜在分布的局部极值推导出最可靠背景状态(most reliable background mode MRBM)。该方法的基本计算过程采用Mean Shift这一经典的模式识别过程。
在步骤S102中,将视频图像帧切割成网格,以网格为单位统计当前帧与背景差异的直方图,得到当前帧与背景的差异后,对所述差异根据周围网格的平均亮度、信噪比进行归一化处理,并采用SVM对直方图进行分类,判断当前网格是否为前景,若是则保存入前景集中,若否,则判断下一个网格。
在步骤S103中,根据所述前景集计算不同帧间的前景差,与步骤S102类似,根据前景差判断当前网格内是否有活动的前景,若是,则执行步骤S104,若否,则判断下一个网格。
步骤S104,计算得到的活动前景网格的连通块,判断该连通块是否构成有效的活动物体,若是,则判定所对应的帧为有效帧,执行步骤S105,若否,则删除对应的帧。
步骤S105,将所有有效帧拼接成浓缩视频。

Claims (5)

1.一种基于移动物体侦测的视频浓缩方法,其特征在于,包括以下步骤:
1)对视频中的背景进行背景建模;
2)将视频图像帧切割成网格,以网格为单位统计当前帧与背景差异的直方图,并对直方图进行分类,判断当前网格是否为前景,若是则保存入前景集中,若否,则判断下一个网格;
3)根据所述前景集计算不同帧间的前景差,判断当前网格内是否有活动的前景,若是,则执行步骤4),若否,则判断下一个网格;
4)计算得到的活动前景网格的连通块,判断该连通块是否构成有效的活动物体,若是,则判定所对应的帧为有效帧,执行步骤5),若否,则删除对应的帧;
5)将所有有效帧拼接成浓缩视频。
2.根据权利要求1所述的基于移动物体侦测的视频浓缩方法,其特征在于,所述步骤1)中,采用非参数背景生成算法进行背景建模。
3.根据权利要求1所述的基于移动物体侦测的视频浓缩方法,其特征在于,所述步骤2)中,得到当前帧与背景的差异后,对所述差异根据周围网格的平均亮度、信噪比进行归一化处理。
4.根据权利要求1所述的基于移动物体侦测的视频浓缩方法,其特征在于,所述步骤2)中,采用SVM对直方图进行分类。
5.根据权利要求1所述的基于移动物体侦测的视频浓缩方法,其特征在于,所述步骤3)中,计算不同帧间的前景差时以网格为单位。
CN201510058446.4A 2015-02-04 2015-02-04 一种基于移动物体侦测的视频浓缩方法 Active CN104683765B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510058446.4A CN104683765B (zh) 2015-02-04 2015-02-04 一种基于移动物体侦测的视频浓缩方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510058446.4A CN104683765B (zh) 2015-02-04 2015-02-04 一种基于移动物体侦测的视频浓缩方法

Publications (2)

Publication Number Publication Date
CN104683765A true CN104683765A (zh) 2015-06-03
CN104683765B CN104683765B (zh) 2019-04-12

Family

ID=53318256

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510058446.4A Active CN104683765B (zh) 2015-02-04 2015-02-04 一种基于移动物体侦测的视频浓缩方法

Country Status (1)

Country Link
CN (1) CN104683765B (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105959539A (zh) * 2016-05-09 2016-09-21 南京云恩通讯科技有限公司 一种自动确定延时速度的延时摄影方法
CN106846297A (zh) * 2016-12-21 2017-06-13 深圳市镭神智能系统有限公司 基于激光雷达的行人流量检测系统及方法
US10986400B2 (en) 2016-08-04 2021-04-20 Microsoft Technology Licensing. LLC Compact video representation for video event retrieval and recognition
CN113365104A (zh) * 2021-06-04 2021-09-07 中国建设银行股份有限公司 一种视频浓缩方法和装置
CN114022849A (zh) * 2022-01-05 2022-02-08 鑫安利中(北京)科技有限公司 一种基于大数据的企业安全管理方法及系统
CN116797993A (zh) * 2023-05-13 2023-09-22 全景智联(武汉)科技有限公司 一种基于智慧社区场景的监控方法、系统、介质及设备

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101437113A (zh) * 2007-11-14 2009-05-20 汉王科技股份有限公司 自适应内核密度估计运动检测装置与方法
CN101833760A (zh) * 2010-03-29 2010-09-15 中山大学 一种基于图像块的背景建模方法及背景建模装置
WO2012019417A1 (zh) * 2010-08-10 2012-02-16 中国科学院自动化研究所 在线视频浓缩装置、系统及方法
CN102521582A (zh) * 2011-12-28 2012-06-27 浙江大学 一种适用于低对比度视频的人体上半身检测及分割的方法
CN102968625A (zh) * 2012-12-14 2013-03-13 南京思创信息技术有限公司 基于轨迹的船舶识别与跟踪方法
CN103079117A (zh) * 2012-12-30 2013-05-01 信帧电子技术(北京)有限公司 视频摘要生成方法和视频摘要生成装置
CN103425958A (zh) * 2012-05-24 2013-12-04 信帧电子技术(北京)有限公司 一种视频中不动物检测的方法
CN103888768A (zh) * 2012-12-21 2014-06-25 浙江大华技术股份有限公司 一种视频图像帧序列的浓缩方法及装置
CN104077788A (zh) * 2014-07-10 2014-10-01 中国科学院自动化研究所 融合颜色和纹理信息进行块背景建模的运动目标检测方法

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101437113A (zh) * 2007-11-14 2009-05-20 汉王科技股份有限公司 自适应内核密度估计运动检测装置与方法
CN101833760A (zh) * 2010-03-29 2010-09-15 中山大学 一种基于图像块的背景建模方法及背景建模装置
WO2012019417A1 (zh) * 2010-08-10 2012-02-16 中国科学院自动化研究所 在线视频浓缩装置、系统及方法
CN102521582A (zh) * 2011-12-28 2012-06-27 浙江大学 一种适用于低对比度视频的人体上半身检测及分割的方法
CN103425958A (zh) * 2012-05-24 2013-12-04 信帧电子技术(北京)有限公司 一种视频中不动物检测的方法
CN102968625A (zh) * 2012-12-14 2013-03-13 南京思创信息技术有限公司 基于轨迹的船舶识别与跟踪方法
CN103888768A (zh) * 2012-12-21 2014-06-25 浙江大华技术股份有限公司 一种视频图像帧序列的浓缩方法及装置
CN103079117A (zh) * 2012-12-30 2013-05-01 信帧电子技术(北京)有限公司 视频摘要生成方法和视频摘要生成装置
CN104077788A (zh) * 2014-07-10 2014-10-01 中国科学院自动化研究所 融合颜色和纹理信息进行块背景建模的运动目标检测方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
YAZHOU LIU: "Nonparametric Background Generation", 《THE 18TH INTERNATIONAL CONFERENCE ON PATTERN RECOGNITION,ICPR 2006》 *
ZGZHAOBO: "非参数背景生成", 《百度文库》 *
肖梅 等: "基于时空背景差的运动目标检测算法", 《计算机辅助设计与图形学学报》 *

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105959539A (zh) * 2016-05-09 2016-09-21 南京云恩通讯科技有限公司 一种自动确定延时速度的延时摄影方法
US10986400B2 (en) 2016-08-04 2021-04-20 Microsoft Technology Licensing. LLC Compact video representation for video event retrieval and recognition
CN106846297A (zh) * 2016-12-21 2017-06-13 深圳市镭神智能系统有限公司 基于激光雷达的行人流量检测系统及方法
CN113365104A (zh) * 2021-06-04 2021-09-07 中国建设银行股份有限公司 一种视频浓缩方法和装置
CN113365104B (zh) * 2021-06-04 2022-09-09 中国建设银行股份有限公司 一种视频浓缩方法和装置
CN114022849A (zh) * 2022-01-05 2022-02-08 鑫安利中(北京)科技有限公司 一种基于大数据的企业安全管理方法及系统
CN116797993A (zh) * 2023-05-13 2023-09-22 全景智联(武汉)科技有限公司 一种基于智慧社区场景的监控方法、系统、介质及设备
CN116797993B (zh) * 2023-05-13 2024-03-19 全景智联(武汉)科技有限公司 一种基于智慧社区场景的监控方法、系统、介质及设备

Also Published As

Publication number Publication date
CN104683765B (zh) 2019-04-12

Similar Documents

Publication Publication Date Title
CN104683765A (zh) 一种基于移动物体侦测的视频浓缩方法
KR102198724B1 (ko) 포인트 클라우드 데이터를 처리하기 위한 방법 및 장치
US9754160B2 (en) Method and device for detecting gathering of objects based on stereo vision as well as non-transitory computer-readable medium
CN103678299B (zh) 一种监控视频摘要的方法及装置
CN102496281B (zh) 一种基于跟踪与虚拟线圈结合的车辆闯红灯检测方法
CN111091091A (zh) 目标对象重识别特征的提取方法、装置、设备及存储介质
CN103700087B (zh) 移动侦测方法和装置
Huang et al. A depth extraction method based on motion and geometry for 2D to 3D conversion
CN103679745B (zh) 一种运动目标检测方法及装置
EP2813973B1 (en) Method and system for processing video image
CN102307274A (zh) 基于边缘检测和帧差法的运动检测方法
CN107316312A (zh) 一种视频图像遮挡检测方法及系统
CN104378539B (zh) 场景自适应的视频结构化语义提取摄像机及其方法
CN106034237B (zh) 一种基于编码切换的混合编码方法和系统
CN103617410A (zh) 基于视频检测技术的高速公路隧道停车检测方法
KR20090062049A (ko) 영상 데이터 압축 전처리 방법 및 이를 이용한 영상 데이터압축 방법과, 영상 데이터 압축 시스템
CN103729858A (zh) 一种视频监控系统中遗留物品的检测方法
CN103839038A (zh) 一种人数统计的方法及装置
CN103646257A (zh) 一种基于视频监控图像的行人检测和计数方法
CN103810717A (zh) 一种人体行为检测方法及装置
CN103810718B (zh) 一种剧烈运动目标检测方法和装置
CN103400113A (zh) 基于图像处理的高速公路隧道行人检测方法
JP2016058085A (ja) 対象の遮蔽を検出する方法と装置
CN102768802B (zh) 基于有限状态机的道路车辆拥堵判别方法
CN102622768B (zh) 一种平面视频的深度图求取方法

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