CN105025198B - 一种基于时空因素的视频运动目标的分组方法 - Google Patents
一种基于时空因素的视频运动目标的分组方法 Download PDFInfo
- Publication number
- CN105025198B CN105025198B CN201510435002.8A CN201510435002A CN105025198B CN 105025198 B CN105025198 B CN 105025198B CN 201510435002 A CN201510435002 A CN 201510435002A CN 105025198 B CN105025198 B CN 105025198B
- Authority
- CN
- China
- Prior art keywords
- distance
- points
- target
- degree
- targets
- 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
- 238000005516 engineering process Methods 0.000 title abstract 2
- 238000000034 method Methods 0.000 claims abstract description 19
- 238000005457 optimization Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 description 8
- 238000004364 calculation method Methods 0.000 description 5
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 238000011840 criminal investigation Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000005728 strengthening Methods 0.000 description 1
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种基于时空因素的视频运动目标的分组方法，包括：对输入的N个目标按照矩形框位置序列进行分组排列，并设置每组矩形框的数量；计算任意两运动目标之间的距离，该距离由时间距离度和空间距离度共同控制；其中，所述时间距离度由两个矩形框的面积差别决定，所述空间距离度由两个矩形框的重叠度决定；将距离大小相似的运动目标分置在不同的组别。本发明的方法能够对运动目标进行分组播放，将时空因素相似的运动目标分置在不同的组别，从而改善播放效果。
Description
技术领域
本发明涉及视频播放领域，具体地说，是涉及一种基于时空因素的视频运动目标的分组方法。
背景技术
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。然而视频录像存在存储数据量大，存储时间长等特点，通过录像寻找线索，获取证据传统的做法是要耗费大量人力、物力以及时间，效率极其低下，以至于错过最佳破案时机。因此在视频监控系统中，对原始视频进行浓缩，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。
视频浓缩摘要的形成，简单来说，是将原始长度的视频创建成一个摘要。摘要能够将发生在不同时间的多个对象和活动同时呈现，从而使得一段长时间的视频通过很短时间展现出来，同时还保留了原始视频中的所有必要的活动。处理过程介绍：录制的视频被分析并分离背景和运动目标，萃取运动目标。所萃取的运动目标的描述被添入数据库；用户所关注的时间段，所有指定期间相关的对象和背景被从数据库中取出。这些对象需要叠加在背景上形成一帧帧图像，从而产生一个非常短的视频摘要。该摘要视频可能非常短暂(可能几分钟摘要一整天)，这是由于对象出现的时间被移动，许多不同时间出现的对象同时展现出来。
但是，目前对视频摘要的提取的实现方案是运动目标不经排列，随机给出，按照设定的播放密度进行播放。这样就存在一个问题，运动目标重叠在一起，无法辨认分清，运动轨迹交叉过多，导致播放效果不好。
发明内容
本发明所要解决的技术问题是提供一种基于时空因素的视频运动目标的分组方法，以解决原有的视频压缩过程中运动目标不经排列重叠交叉造成播放效果不理想的问题。
为解决上述技术问题，本发明提供了一种基于时空因素的视频运动目标的分组方法，其包括如下步骤：
对输入的N个目标按照矩形框位置序列进行分组排列，并设置每组矩形框的数量；
计算任意两运动目标之间的距离，该距离由时间距离度和空间距离度共同控制；其中，
所述时间距离度由两个矩形框的面积差别决定，所述空间距离度由两个矩形框的重叠度决定；
将距离大小相似的运动目标分置在不同的组别。
进一步地，所述两运动目标之间的距离由如下方公式计算得到：
其中，定义dist(Oi,Oj)表示任一两运动目标i和j之间距离，表示对位矩形框的重叠度，ni、nj表示矩形框的面积，α、β分别为可调参数。
进一步地，设置每组矩形框的数量不多于60个。
进一步地，在计算出任意两目标之间的距离后，再查询其中的五个点，使得这五个点两两距离总和最小。
优选地，每次从N个目标中再选出M个点作为一组用于叠加，首先选定当前序号最小的点或目标，标记为S1；假定当前已经选定K(K<M)个点，分别为S1,S2,...,SK，从剩下的点中选一个使得于是SK+1＝j，K＝K+1；如果K＝＝M，返回，S1,S2,...,SM即为所求；否则，返回上一步骤；如果剩下的点数如果不够M，就直接输出剩余的所有点。
与现有技术相比，本发明所述的一种基于时空因素的视频运动目标的分组方法，对运动目标进行分组播放，将时空因素相似的运动目标分置在不同的组别，从而改善播放效果。
附图说明
图1是本发明所述的一种基于时空因素的视频运动目标的分组方法的过程原理框图。
具体实施方式
以下结合附图对本发明作进一步详细说明，但不作为对本发明的限定。
本发明所公开的一种基于时空因素的视频运动目标的分组方法，包括如下步骤：
步骤S1，对输入的N个目标按照矩形框位置序列进行分组排列，并设置每组矩形框的数量；
其中，该N个目标的矩形框位置序列如下：
上述序列中，01、02…0i、0j…0M表示设定的该组运动目标的所有的矩形框，其中，每一组目标最多放60个矩形框，每组设置目标的数量可以相同或不同。
步骤S2，计算任意两运动目标之间的距离，该距离由时间距离度和空间距离度共同控制；其中，
所述时间距离度由两个矩形框的面积差别决定，所述空间距离度由两个矩形框的重叠度决定。
本发明在计算两运动目标之间的距离时，考虑到了时间因素和空间因素对距离的影响，并将时间和空间因素相似的运动目标设置在不同的组别，对运动目标距离的计算由时间距离度和空间距离度共同控制，时间距离度考虑两个矩形框面积ni,nj的差别，差别越小，表明两目标距离越小；空间距离度考虑两矩形框的重叠度，其中，对位矩形框的重叠度可通过公式来判断，本发明定义两目标之间一个距离度的方法采用如下计算公式：
其中，dist(Oi,Oj)表示任一两运动目标i和j之间距离，表示两运动目标i和j的对位矩形框的重叠度计算公式，ni、nj表示矩形框的面积，上述公式中的α、β分别为可调参数，如果希望目标出现的时间靠近，那就加大β的参数值，比如从1调整为3，或者根据实际情况调整β为合适的值。矩形框重叠度的计算方法为：(两个矩形框的重叠面积)/(较小矩形框的面积)。如果对矩形框空间重叠度的要求较高，就加大空间重叠度的计算权限，即加大α的值，比如从1调整到3，或者根据实际情况调整α为合适的值。
在计算完两个运动目标的一个距离度后，再分别计算这两个运动目标所有矩形框的平均面积。计算完后，可得到任意两个目标之间的距离。
N个目标对应有有N个点，并且已经算出两两之间的距离，要找到其中5个点，使得这5个点两两间的距离总和最小，这样，能够区分距离度相似的运动目标。
步骤S3，将距离大小相似的运动目标分置在不同的组别。在计算完各目标间的距离后，将距离大小相同或基本相同的目标分置在不同的组，这样，共分成几个组，每组有哪些运动目标的信息便被显示出来。
本发明根据输入的某个视频的所有运动目标的运动轨迹，对这些运动目标进行分组播放，将时空因素相似的运动目标分置在不同的组别，使得播放叠加摘要时，时空利用率最佳，改善播放效果。
为了更进一步区分距离的相似度，本方法给出一个局部寻优的算法(每次从N个点中选出M个点作为一组用于叠加)：
1.首先选定当前序号最小的点(或目标，对应为最早出现的)，标记为S1；
2.假定当前已经选定K(K<M)个点，分别为S1,S2,...,SK；
3.从剩下的点中选一个使得
于是SK+1＝j，K＝K+1；
4.如果K＝＝M，返回，S1,S2,...,SM即为所求；否则，返回上述步骤3，继续寻找最小的合适的点；
5.剩下的点数如果不够M，就直接输出剩余的所有点。
通过上述局部寻优的方法，将距离相似的运动目标的点分在不同组，进一步区分距离相似度，并更进一步改善播放效果，使得重叠度更小，运动轨迹交叉更少。
与现有技术相比，本发明所公开的一种基于时空因素的视频运动目标的分组方法，播放时空效果好。在每组运动目标播放时，重叠度小，运动轨迹交叉少，能较好地辨认目标，以便准确提取有用信息。
上述说明示出并描述了本发明的若干优选实施例，但如前所述，应当理解本发明并非局限于本文所披露的形式，不应看作是对其他实施例的排除，而可用于各种其他组合、修改和环境，并能够在本文所述发明构想范围内，通过上述教导或相关领域的技术或知识进行改动。而本领域人员所进行的改动和变化不脱离本发明的精神和范围，则都应在本发明所附权利要求的保护范围内。
Claims (4)
1.一种基于时空因素的视频运动目标的分组方法，其特征在于包括，
对输入的N个目标按照矩形框位置序列进行分组排列，并设置每组矩形框的数量；
计算任意两运动目标之间的距离，该距离由时间距离度和空间距离度共同控制；其中，
所述时间距离度由两个矩形框的面积差别决定，所述空间距离度由两个矩形框的重叠度决定；
将距离大小相似的运动目标分置在不同的组别；
所述两运动目标之间的距离由如下公式计算得到：
其中，定义dist(Oi，Oj)为任一两运动目标i和j之间的距离，表示对位矩形框的重叠度，ni、nj表示矩形框的面积，α、β分别为可调参数；
所述表示目标i的第s张矩形框的面积，表示目标j的第s张矩形框的面积。
2.如权利要求1所述的分组方法，其特征在于，设置每组矩形框的数量不多于60个。
3.如权利要求1所述的分组方法，其特征在于，在计算出任意两目标之间的距离后，再查询其中的五个点，使得这五个点两两距离总和最小；
其中，所述五个点是指5个目标。
4.如权利要求1或3所述的分组方法，其特征在于，每次从N个目标中再选出M个点作为一组用于叠加，首先选定当前序号最小的点或目标，标记为S1；假定当前已经选定K(K＜M)个点，分别为S1,S2,...,SK,从剩下的点中选一个使得即从未经分组的目标中选出一个与已分组的每个目标计算目标距离并求和后得到最小距离的目标j，于是将j赋值给Sk+1，令SK+1＝j，K＝K+1,更新已分组的目标数量，进行新一轮的局部寻优；如果K＝＝M，表示该组目标数量已经达到最大，该组的分组已完成，返回，S1,S2,...,SM即为所求；否则，返回上一步骤继续选择最小的合适的点；如果剩下的点数如果不够M，就直接输出剩余的所有点；
其中，Si表示已分好组的目标，Sj为未经分组的目标；表示任一未分组的目标和任一已分组的目标的距离；为未经分组的目标和已分组的每个目标计算目标距离并求和。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510435002.8A CN105025198B (zh) | 2015-07-22 | 2015-07-22 | 一种基于时空因素的视频运动目标的分组方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510435002.8A CN105025198B (zh) | 2015-07-22 | 2015-07-22 | 一种基于时空因素的视频运动目标的分组方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN105025198A CN105025198A (zh) | 2015-11-04 |
| CN105025198B true CN105025198B (zh) | 2019-01-01 |
Family
ID=54414873
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201510435002.8A Active CN105025198B (zh) | 2015-07-22 | 2015-07-22 | 一种基于时空因素的视频运动目标的分组方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105025198B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107193905A (zh) * | 2017-05-11 | 2017-09-22 | 江苏东大金智信息系统有限公司 | 一种在视频帧内合理组装待展示运动目标的方法 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104342747A (zh) * | 2013-08-06 | 2015-02-11 | 朗姆研究公司 | 用于在镍电镀槽液中保持pH值的装置和方法 |
| CN104539916A (zh) * | 2015-02-02 | 2015-04-22 | 广西牛博物联信息技术有限公司 | 一种用于芒果小齿螟虫害的远程预警系统 |
Family Cites Families (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP4121125B2 (ja) * | 2003-09-10 | 2008-07-23 | インターナショナル・ビジネス・マシーンズ・コーポレーション | グラフィックス・イメージ生成装置及びその方法、データ解析装置及びその方法並びにプログラム |
| US20050121025A1 (en) * | 2003-12-04 | 2005-06-09 | Gamard Stephan C.F. | Portable gas operating inhaler |
| US7381836B2 (en) * | 2004-09-02 | 2008-06-03 | Eastman Chemical Company | Optimized liquid-phase oxidation |
| US8437549B2 (en) * | 2008-03-14 | 2013-05-07 | Panasonic Corporation | Image processing method and image processing apparatus |
| CN101661624A (zh) * | 2009-09-24 | 2010-03-03 | 北京中星微电子有限公司 | 运动跟踪方法及装置 |
| CN102456225B (zh) * | 2010-10-22 | 2014-07-09 | 深圳中兴力维技术有限公司 | 一种运动目标检测与跟踪方法和系统 |
| JPWO2012137493A1 (ja) * | 2011-04-07 | 2014-07-28 | パナソニック株式会社 | 画像処理装置、画像処理方法、画像処理プログラム及び集積回路 |
| US20140168277A1 (en) * | 2011-05-10 | 2014-06-19 | Cisco Technology Inc. | Adaptive Presentation of Content |
| JP6003049B2 (ja) * | 2011-11-30 | 2016-10-05 | 富士通株式会社 | 情報処理装置、画像送信方法及び画像送信プログラム |
| CN103345764B (zh) * | 2013-07-12 | 2016-02-10 | 西安电子科技大学 | 一种基于对象内容的双层监控视频摘要生成方法 |
| CN103957472B (zh) * | 2014-04-10 | 2017-01-18 | 华中科技大学 | 一种基于事件最优重组的保时序摘要视频生成方法与系统 |
| CN104156982B (zh) * | 2014-07-31 | 2017-06-13 | 华为技术有限公司 | 运动目标跟踪方法和装置 |
| CN104182976B (zh) * | 2014-08-12 | 2017-02-01 | 中国科学院上海微系统与信息技术研究所 | 一种野外运动目标精细化提取方法 |
| CN104408742B (zh) * | 2014-10-29 | 2017-04-05 | 河海大学 | 一种基于空间‑时间频谱联合分析的运动目标检测方法 |
-
2015
- 2015-07-22 CN CN201510435002.8A patent/CN105025198B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104342747A (zh) * | 2013-08-06 | 2015-02-11 | 朗姆研究公司 | 用于在镍电镀槽液中保持pH值的装置和方法 |
| CN104539916A (zh) * | 2015-02-02 | 2015-04-22 | 广西牛博物联信息技术有限公司 | 一种用于芒果小齿螟虫害的远程预警系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN105025198A (zh) | 2015-11-04 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11023736B2 (en) | Methods and systems of spatiotemporal pattern recognition for video content development | |
| AU2015222869B2 (en) | System and method for performing spatio-temporal analysis of sporting events | |
| US11778244B2 (en) | Determining tactical relevance and similarity of video sequences | |
| US10832057B2 (en) | Methods, systems, and user interface navigation of video content based spatiotemporal pattern recognition | |
| US11861906B2 (en) | Data processing systems and methods for enhanced augmentation of interactive video content | |
| US11120271B2 (en) | Data processing systems and methods for enhanced augmentation of interactive video content | |
| KR102711752B1 (ko) | 미디어 세그먼트를 식별함에 있어 향상된 효율성을 위해 검색 인덱스를 나누는 시스템 및 방법 | |
| CN107707931B (zh) | 根据视频数据生成解释数据、数据合成方法及装置、电子设备 | |
| CA2992529C (en) | Prediction of future views of video segments to optimize system resource utilization | |
| US8676030B2 (en) | Methods and systems for interacting with viewers of video content | |
| EP3513566A1 (en) | Methods and systems of spatiotemporal pattern recognition for video content development | |
| CN110119711A (zh) | 一种获取视频数据人物片段的方法、装置及电子设备 | |
| CN103617234B (zh) | 主动式视频浓缩装置及方法 | |
| WO2007020897A1 (ja) | 映像シーン分類装置および映像シーン分類方法 | |
| CN111683209A (zh) | 混剪视频的生成方法、装置、电子设备及计算机可读存储介质 | |
| Lai et al. | Video summarization of surveillance cameras | |
| Renò et al. | A technology platform for automatic high-level tennis game analysis | |
| CN108293140A (zh) | 公共媒体段的检测 | |
| Sony et al. | Video summarization by clustering using euclidean distance | |
| JP2014068290A (ja) | 画像処理装置、画像処理方法、およびプログラム | |
| Chen et al. | A trajectory-based ball tracking framework with visual enrichment for broadcast baseball videos | |
| Yao et al. | Object based video synopsis | |
| CN105025198B (zh) | 一种基于时空因素的视频运动目标的分组方法 | |
| Deotale et al. | Optimized hybrid RNN model for human activity recognition in untrimmed video | |
| Fujisawa et al. | Automatic content curation system for multiple live sport video streams |
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 | ||
| PP01 | Preservation of patent right | ||
| PP01 | Preservation of patent right |
Effective date of registration: 20220726 Granted publication date: 20190101 |