CN107277301B - 监控视频的图像分析方法及其系统 - Google Patents
监控视频的图像分析方法及其系统 Download PDFInfo
- Publication number
- CN107277301B CN107277301B CN201610214205.9A CN201610214205A CN107277301B CN 107277301 B CN107277301 B CN 107277301B CN 201610214205 A CN201610214205 A CN 201610214205A CN 107277301 B CN107277301 B CN 107277301B
- Authority
- CN
- China
- Prior art keywords
- video
- meteorological condition
- segment
- image analysis
- condition information
- 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
- 238000003703 image analysis method Methods 0.000 title claims abstract description 16
- 238000010191 image analysis Methods 0.000 claims abstract description 58
- 238000004458 analytical method Methods 0.000 claims description 26
- 230000002708 enhancing effect Effects 0.000 claims description 25
- 230000000149 penetrating effect Effects 0.000 claims description 11
- 230000009467 reduction Effects 0.000 claims description 9
- 238000012937 correction Methods 0.000 claims description 7
- 230000008859 change Effects 0.000 claims description 6
- 238000005516 engineering process Methods 0.000 claims description 6
- 238000007781 pre-processing Methods 0.000 claims description 3
- 230000011218 segmentation Effects 0.000 claims description 2
- 238000000034 method Methods 0.000 abstract description 13
- 238000004364 calculation method Methods 0.000 abstract description 10
- 238000012544 monitoring process Methods 0.000 abstract description 7
- 238000012545 processing Methods 0.000 description 16
- 238000005286 illumination Methods 0.000 description 7
- 238000011946 reduction process Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 5
- 230000006399 behavior Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 239000003595 mist Substances 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000001514 detection method Methods 0.000 description 2
- 230000006698 induction Effects 0.000 description 2
- 239000003550 marker Substances 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 241000208340 Araliaceae Species 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000009394 selective breeding Methods 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/50—Constructional details
- H04N23/54—Mounting of pick-up tubes, electronic image sensors, deviation or focusing coils
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/50—Constructional details
- H04N23/555—Constructional details for picking-up images in sites, inaccessible due to their dimensions or hazardous conditions, e.g. endoscopes or borescopes
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/60—Control of cameras or camera modules
- H04N23/66—Remote control of cameras or camera parts, e.g. by remote control devices
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
- H04N7/188—Capturing isolated or intermittent images triggered by the occurrence of a predetermined event, e.g. an object reaching a predetermined position
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
本发明涉及视频监控领域,公开了一种监控视频的图像分析方法及其系统。解决了图像质量和计算量之间的技术矛盾。本发明的方法包括以下步骤:获取指定时段内指定摄像头录制的视频片段,和该指定时段内该指定摄像头所在地理位置的气象条件信息;根据气象条件信息,将视频片段分为N小段视频,N为正整数;对于每一个小段视频,判断该小段视频对应的气象条件信息是否满足预定的要求,如果该小段视频对应的气象条件信息满足所述预定的要求,则对该小段视频进行图像分析,如果该小段视频对应的气象条件信息不满足所述预定的要求,则先根据对应的气象条件信息对该小段视频进行图像增强,再对图像增强后的小段视频进行图像分析。
Description
技术领域
本发明涉及视频监控领域,特别涉及监控视频的图像分析技术。
背景技术
视频监控系统在公安刑侦领域的应用越来越广泛,为了能给出有用的线索,需要对视频进行图像分析,得到例如车牌、人脸、越线等有用信息。
目前常见做法是对云存储中的监控视频直接进行图像分析,但监控视频的质量参差不齐,大量可用性低的图像信息无法被有效分析,从而无法获取所需要的信息,使得图像分析的效果变差。
本发明的发明人发现,如果为了提高图像分析的效果,先进行图像质量增强,那么会使得计算量过大,所以说,先进行图像质量增强的处理再进行图像分析的技术方案,很难有效解决提升图像分析质量和降低计算量之间的技术矛盾。
发明内容
本发明实施例提供一种监控视频的图像分析方法及其系统,解决了提升图像分析质量和降低计算量之间的技术矛盾。
为解决上述技术问题,本发明的实施方式公开了一种监控视频的图像分析方法,包括以下步骤:
获取指定时段内指定摄像头录制的视频片段,和该指定时段内该指定摄像头所在地理位置的气象条件信息;
根据气象条件信息,将视频片段分为N小段视频,N为正整数;
对于每一个小段视频,判断该小段视频对应的气象条件信息是否满足预定的要求,如果该小段视频对应的气象条件信息满足所述预定的要求,则对该小段视频进行图像分析,如果该小段视频对应的气象条件信息不满足所述预定的要求,则先根据对应的气象条件信息对该小段视频进行图像增强,再对图像增强后的小段视频进行图像分析。在另一个实施例中,根据对应的气象条件信息对该小段视频进行图像增强的步骤包括以下子步骤:
根据预先定义的规则,识别出小段视频中每一帧内的感兴趣区域;
对感兴趣区域根据对应的气象条件信息进行图像增强。
在另一个实施例中,图像分析可以包括以下之一或其任意组合:
区域入侵识别,越界识别,人脸识别,车牌识别。
在另一个实施例中,图像增强可以包括以下之一或其任意组合:
透雾,降噪,亮度增强,对比度增强,图像边缘锐化,偏色校正,白平衡。
在另一个实施例中,气象条件信息可以包括:
不同等级的雨,不同等级的雾霾,不同等级的雪,大风,多云,阴天,晴天,白天,黎明,黄昏,或夜晚。
在另一个实施例中,“根据气象条件信息,将视频片段分为N小段视频”的步骤包括以下子步骤:
获取视频片段中尚未分段的部分的起始时刻;
获取从气象条件信息获取起始时刻的起始气象条件;
根据气象条件信息判断从起始时刻起起始气象条件发生变化的变化时刻;
将视频片段在起始时刻至变化时刻之间的部分作为一个小段视频;
对视频片段中变化时刻之后的部分重复上述各子步骤直至视频片段被全部分段。
本发明的实施方式还公开了一种监控视频的图像分析系统,包括:
视频获取模块,用于获取指定时段内指定摄像头录制的视频片段;
气象条件获取模块,用于获取指定时段内该指定摄像头所在地理位置的气象条件信息;
图像分析模块,用于对视频进行图像分析;
质量增强模块,用于对视频进行图像增强,并将图像增强后的视频发送给所述图像分析模块进行图像分析;
预处理模块,用于根据气象条件信息,将视频片段分为N小段视频,对于每一个小段视频,判断该小段视频对应的气象条件信息是否满足预定的要求,如果该小段视频对应的气象条件信息满足所述预定的要求,则将该小段视频发送给图像分析模块进行处理,如果该小段视频对应的气象条件信息不满足所述预定的要求,则将该小段视频发送给质量增强模块进行处理,N为正整数。
在另一个实施例中,质量增强模块包括:
区域识别子模块,用于根据预先定义的规则,识别出小段视频中每一帧内的感兴趣区域;
图像增强子模块,用于对区域识别子模块识别出的感兴趣区域根据对应的气象条件信息进行图像增强。
在另一个实施例中,视频获取模块从应用云存储技术的存储节点获取指定时段内指定摄像头录制的视频片段。
在另一个实施例中,图像分析可以包括以下之一或其任意组合:
区域入侵识别,越界识别,人脸识别,车牌识别;
图像增强包括以下之一或其任意组合:
透雾,降噪,亮度增强,对比度增强,图像边缘锐化,偏色校正,白平衡;
气象条件信息包括:
不同等级的雨,不同等级的雾霾,不同等级的雪,大风,多云,阴天,晴天,白天,黎明,黄昏,或夜晚。
本发明实施方式与现有技术相比,主要区别及其效果在于:
根据气象条件的变化情况,对不同气象条件的时段所对应的视频采用不同的处理方式,对于符合预定要求的气象条件下的视频直接进行图像分析,对不符合预定要求的气象条件下的视频先进行图像增强,再进行图像分析,从而解决了图像质量和计算量之间的技术矛盾,在减少了整体计算量的同时得到了更高质量的图像分析结果。
进一步地,先识别出图像内的感兴趣区域,只对感兴趣区域进行图像增强,可以进一步减少总的计算量。
进一步地,将同一气象条件下连续的视频部分分为一个小段视频,可以方便对该小段视频采用同一方式进行处理。
附图说明
图1是本发明第一实施方式中一种监控视频的图像分析方法的流程示意图;
图2是本发明第二实施方式中一种监控视频的图像分析系统的结构示意图。
具体实施方式
在以下的叙述中,为了使读者更好地理解本申请而提出了许多技术细节。但是,本领域的普通技术人员可以理解,即使没有这些技术细节和基于以下各实施方式的种种变化和修改,也可以实现本申请各权利要求所要求保护的技术方案。
为使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明的实施方式作进一步地详细描述。
本发明第一实施方式涉及一种监控视频的图像分析方法。图1是该监控视频的图像分析方法的流程示意图。实际应用中,可以由服务器、录像设备或基于云存储技术的智能分析系统等实现该监控视频的图像分析方法。
该监控视频的图像分析方法可以包括以下步骤:
步骤101:获取指定时段内指定摄像头录制的视频片段,和该指定时段内该指定摄像头所在地理位置的气象条件信息。具体地说,可以通过例如人工策略干预、设备ID(标识)、图像屏幕菜单式调节方式(On-Screen Display,简称“OSD”)、图像搜索等方式,获取所需分析视频片段所对应的前端摄像机位置,以及该视频片段所对应的时间。并且,可以根据地理信息和时间信息,对云存储系统中的天气、灾害以及环境信息与视频片段进行关联。然后,对完成关联的视频片段可以参照但不仅限于天气、灾害、环境、时间以及图像质量进行分类。
作为本发明一种实施方式,摄像头上附加有光感应器、气压感应器、湿度感应器、温度感应器等获取气象信息的感应部件,存储设备会将摄像头录制的视频片段、该视频片段的录制时间和感应部件获取的气象信息发送给服务器。
作为本发明另一种实施方式,存储设备会将摄像头的地理位置、该摄像头录制的视频片段和该视频片段的录制时间发送给服务器,这样,服务器从网络侧获取该地理位置在该录制时间的气象信息。
具体地说,在步骤101中,视频片段对应的气象条件信息指录制该视频片段的时间段上对应的气象条件信息。视频片段指由一帧或连续的多帧组成的一段视频。
具体地说,在步骤101中,气象条件信息可以但不限于包括:
不同等级的雨,不同等级的雾霾,不同等级的雪,大风,多云,阴天,晴天,白天,黎明,黄昏,或夜晚。
其中,不同等级的气象条件指多等级的气象条件,例如,不同等级的雨包括暴雨、大雨、中雨、小雨等,不同等级的雪包括暴雪、大雪、中雪、小雪等,不同等级的雾可以根据能见度分成若干等级,不同等级的霾可以根据PM2.5和PM10的指标分成若干等级。
可以理解,气象条件信息并不限于上面列举的这些,只要是对视频拍摄有影响的气象条件都是本申请的技术方案可以参考的,例如不同等级的光照条件等。
步骤102:根据气象条件信息,将视频片段分为N小段视频,N为正整数。
例如,在步骤102中,可以将视频片段中同一气象条件下的一个连续的视频部分作为一个小段视频,由于这一小段视频都是在同一气象条件下的,因此,可以方便对该小段视频采用同一方式进行处理。
在一个实施例中,步骤102可以包括以下子步骤:
获取视频片段中尚未分段的部分的起始时刻;
获取该起始时刻的起始气象条件;
根据气象条件信息和该起始气象条件,确定从起始时刻起气象条件发生变化的变化时刻;
将视频片段在起始时刻至变化时刻之间的部分作为一个小段视频;
对视频片段中变化时刻之后的部分,重复上述各子步骤直至视频片段被全部分段。其中,气象条件发生变化可以是气象类型的变化,例如从晴天变成阴天,从白天变成黄昏,从雨变成晴天,等等,也可以是同一气象类型下不同等级的变化,例如从大雪变成小雪,从重度雾霾变成中度雾霾,等等。
例如:如某时间段内的视频片段包含了天气晴朗(光线充足)-天阴(光线不充足)-雨雾蒙蒙这3种情况,则按照天气条件,将录像片段分为3小段:天气晴朗(光线充足)的录像段a;天阴(光线不充足)的录像段b;雨雾蒙蒙的录像段c。其中,录像段a直接做图像分析,录像段b和录像段c则先进行图像增强,再进行图像分析。例如,先对录像段b进行亮度增强、对比度增强,再进行分析。对录像段c先进行降噪、去雾、亮度增强,再进行图像分析。
在本申请的其它实施方式中,在步骤102中,视频片段的分段也可以采用其它的方法,例如,以固定长度(如2称、5秒、或10秒等)对视频片段进行分段,根据指定时段的气象条件信息为所得的每一小段视频设置相应的气象条件信息,只要小段视频的时间跨度远低于同一气象条件的持续时间,每一小段视频的气象条件信息就是较为准确的。再如,在另一实施方式中,在步骤102中,还可以先预先设定一些条件,满足条件的气象条件所对应的各连续时段被分为一个小段视频。再如,在另一实施方式中,在步骤102中,可以将摄像头的功能和气象条件信息结合对视频片段进行分段,高清摄像头和普通摄像头可以采用不同的气象条件标准。
步骤103:对于每一个小段视频,判断该小段视频对应的气象条件信息是否满足预定的要求,如果满足,则进入步骤105:对该小段视频直接进行图像分析,如果不满足,则进入步骤104:先根据对应的气象条件信息对该小段视频进行图像增强,再进入步骤105,对图像增强后的小段视频进行图像分析。
具体地说,在步骤103中,预定的要求可以根据需要设定,例如,白天并且晴天,白天并且多云,白天并且阴,黄昏并且晴天,傍晚并且晴天,白天并且霾并且空气指值数优于预定门限等等。预定的要求的设定是以保证图像分析结果的准确性为前提的。例如,仅光照条件不同的情况下,同一监控设备,在照度良好时可以直接进行图像分析,在照度低到影响到画面质量时就需要进行图像增强处理。又如,同一区域,夜晚同一光照条件下,星光级高清设备捕获的录像可以直接进行图像分析,但是普通高清设备的录像就需要进行图像增强处理。
在本申请的一个实施例中,在步骤104中,根据对应的气象条件信息对该小段视频进行图像增强的步骤包括以下子步骤:
根据预先定义的规则,识别出小段视频中每一帧内的感兴趣区域(ROI,Region OfInterest)。感兴趣区域可以包括但不限于车牌区域,人脸区域,道口区域等等。可以预先将车牌、人脸、道口等特定区域设定为感兴趣区域。
对感兴趣区域根据对应的气象条件信息进行图像增强。
通过先识别出图像内的感兴趣区域,只对感兴趣区域进行图像增强,可以进一步减少总的计算量。
在本申请的其它某些实例中,在步骤104中,也可以不识别感兴趣区域,直接对视频帧的整个图像进行图像增强。
具体地说,在步骤104中,图像增强包括以下之一或其任意组合:
透雾,降噪,亮度增强,对比度增强,图像边缘锐化,偏色校正,白平衡。
此外,可以理解,步骤104中的图像增强手段并不限于上面列举的这些,只要是可以使图像更清晰,噪声更少,更容易被识别和分析的图像处理手段都可以在本申请中应用,例如去抖动等。
进一步的说,在步骤104中,图像增强可以包括但不限于:
在普通气候条件下,结合天气、时间、设备所处的环境,分析得出摄像头所处时段的光照条件,如果光照不充分为时间段b,那么b时间段内中存在低照度情况的录像,此时间段的录像需要采取降噪处理策略;
在雾霾气候条件下,则不考虑天气、时间、环境等因素,采取透雾处理以及降噪处理策略;
在当地发生局部地质灾害时,可能会出现录像中断情况,则需要采取人工干预策略,可以根据摄像设备不在线的状况,提示需要人工参与研判的录像时段。
图像增强处理是一个复杂的过程,对同一小段视频片段的增强可以包括但不限于:
对夜间录像,先进行降噪处理,然后进行对比度增强处理;
对清晨大雾天气的录像,只进行透雾处理;
对于画质偏色严重、大风、雨天、有视频画面抖动、画面雾蒙蒙的情况下的录像,先需要对图像进行去抖处理,然后进行去雾,偏色校正,对比度增强处理;
对于只需要车牌识别的情况,检测图像中的车牌信息,对车牌部分进行对比度增强、图像边缘锐化等处理。
在步骤105中,图像分析可以包括以下之一或其任意组合:
区域入侵识别,越界识别,人脸识别,车牌识别。
此外,可以理解,随着技术的发展,以及特定场景的特定需求,在步骤105中,图像分析不限于以上提到的几种方式,例如,对于监狱的监控视频可以分析是否发生了剧烈运动,对于小区的监控视频可以有宠物识别的分析,等等。
在本实施例中,在步骤105之后,还可以进一步地根据图像分析结果,提供多种参考决策方案的综合事件分析(二次分析),或者,也可以根据得到的视频信息结果,判断是否需要人工干预。
例如,在图像分析包括车牌信息提取时,如果图像分析结果表明已提取出目标车牌出现的时间、位置信息,且时间、位置比较集中,则显示查看该短时间内的录像的提示,无需进行二次分析。
又例如,在图像分析包括目标识别时,如果图像分析结果表明已提取出目标人员的相关视频信息,但由于目标特征不明显,导致搜索到近似目标区域及时间较多,则滤除目标出现时间过短或目标画面占比过小的视频段,或,显示是否进行二次筛选的提示,或,显示是否进行人工选择的提示。
进一步地,以某道路发生车祸肇事逃逸为例,进一步说明本发明的一个实施例的图像分析方法的过程:
事故发生时间段为早5:00-6:00。过路车辆清晨6:00发现事故,报警。
服务器收到分析任务。
服务器确认事故现场可能拍摄到事故的监控点有001摄像头,002摄像头,003摄像头,004摄像头,且003摄像头存在遮挡告警,004摄像头在清晨5:45发生下线告警。摄像头将上述告警作为关键信息上报服务器。
服务器根据气象条件信息,判定事故时段有短雾,道路两边照明情况不良,日出时间为早5:50,路灯早上5:30关闭,5:40前存在浓雾,影响录像质量,5:40至6:00雾开始消散,需要评估此时环境对录像分析准确率的影响,6:00之后状况良好,环境不会对录像分析准确率有任何影响。针对照明不良和雾的影响,可以采取加载透雾处理和降噪处理功能。
服务器确定其他情况:街道两旁树枝茂密,视频画面内可能出现被树枝遮挡情况。
服务器确认003摄像头的画面被树木遮挡,可用性低,直接滤除。
服务器将001摄像头,002摄像的,004摄像头的输出的录像视频分为三段VR1(5:40前),VR2(5:40-6:00),VR3(6:00以后),并分别进行标记,对应VR1时段视频标记加载透雾处理、降噪处理和对比度增强处理;根据图像质量判断VR2时段视频的浓雾影响消失,画质主要表现为噪点较多、对比度差,对应VR2时段视频标记加载降噪处理和对比度增强处理;对应VR3时段标记直接深度分析。服务器根据不同的标记对相应的视频进行不同的处理。
服务器对根据标记对VR1、VR2时段视频进行图像增强:对VR1时段视频加载透雾处理和降噪处理;对VR2时段视频加载降噪处理以及对比度增强处理,然后将处理后的视频录像标记为VR1E,VR2E。
服务器对VR1E、VR2E、VR3进行图像分析,提取出相关信息形成报告。报告包括但不局限于5:00到6:00之间所有车辆信息(车牌,车型,颜色),进一步给出此期间发生过滞留车牌号,滞留时间,滞留时刻截图,以及此时间段车辆行车轨迹等等。
这样,服务器根据分析结果下发的报告可以包括:此时间段出现车流量(例如,具体数量或者大小的形容词),共有若干辆车经过,在现场滞留车辆信息(车牌,滞留时间,滞留时间点,行车轨迹等)。该报告也可以包括:根据滞留时间(或其他应用场景判断条件),判断概率较大的车辆为Z1,Z2,Z3,其中车辆Z1目前在L1处停靠,车辆Z2、Z3最后出现在监控点pa01,pa02画面中,如果需要进一步分析需要扩大分析录像范围,建议扩大录像分析范围到其它附近的监控点。
服务器可以根据该报告的信息,调整分析要求,重新进行一次分析任务。
或者,服务器可以根据该报告,提示进行人为干预,从而决定是完成此次分析,还是根据建议扩大录像分析范围。
可选地,在本发明的另一实施例中,在某些情况下,根据小段视频片段的内容,可以直接过滤掉,不需要进行后续的分析。例如:
当前端监控画面出现大面积遮挡,获取的有效监控范围窄时,此小段视频片段会被过滤;和/或,
当分析过程中有一段录像出现大幅雪花点,此小段视频片段会被过滤掉。
由此可见,本发明实施例根据气象条件的变化情况,对不同气象条件的时段所对应的视频采用不同的处理方式,对于符合预定要求的气象条件下的视频直接进行图像分析,对不符合预定要求的气象条件下的视频先进行图像增强,再进行图像分析,从而解决了提升图像质量和降低计算量之间的技术矛盾,在减少了整体计算量的同时得到了更高质量的图像分析结果。
本发明的各方法实施方式均可以以软件、硬件、固件等方式实现。不管本发明是以软件、硬件、还是固件方式实现,指令代码都可以存储在任何类型的计算机可访问的存储器中(例如永久的或者可修改的,易失性的或者非易失性的,固态的或者非固态的,固定的或者可更换的介质等等)。同样,存储器可以例如是可编程阵列逻辑(Programmable ArrayLogic,简称“PAL”)、随机存取存储器(Random Access Memory,简称“RAM”)、可编程只读存储器(Programmable Read Only Memory,简称“PROM”)、只读存储器(Read-Only Memory,简称“ROM”)、电可擦除可编程只读存储器(Electrically Erasable Programmable ROM,简称“EEPROM”)、磁盘、光盘、数字通用光盘(Digital Versatile Disc,简称“DVD”)等等。
本发明第二实施方式涉及一种监控视频的图像分析系统。图2是该监控视频的图像分析系统的结构示意图。该监控视频的图像分析系统包括:
视频获取模块201,用于获取指定时段内指定摄像头录制的视频片段。
具体地说,视频获取模块201从应用云存储技术的存储节点获取指定时段内指定摄像头录制的视频片段。
气象条件获取模块202,用于获取指定时段内该指定摄像头所在地理位置的气象条件信息。
具体地说,气象条件获取模块202中,气象条件信息包括:
不同等级的雨,不同等级的雾霾,不同等级的雪,大风,多云,阴天,晴天,白天,黎明,黄昏,或夜晚。
图像分析模块203,用于对视频进行图像分析。
具体地说,图像分析模块203中,图像分析可以包括以下之一或其任意组合:
区域入侵识别,越界识别,人脸识别,车牌识别。
质量增强模块204,用于视频进行图像增强,并将图像增强后的视频交给图像分析模块进行图像分析。
具体地说,质量增强模块204包括:
区域识别子模块,用于根据预先定义的规则,识别出小段视频中每一帧内的感兴趣区域。
图像增强子模块,用于对区域识别子模块识别出的感兴趣区域根据对应的气象条件信息进行图像增强。
具体地说,质量增强模块204中,图像增强包括以下之一或其任意组合:
透雾,降噪,亮度增强,对比度增强,图像边缘锐化,偏色校正,白平衡。
预处理模块205,用于根据气象条件信息,将视频片段分为N小段视频,对于每一个小段视频,判断该小段视频对应的气象条件信息是否满足预定的要求,如果该小段视频对应的气象条件信息满足所述预定的要求,则将该小段视频发送给图像分析模块进行处理,如果该小段视频对应的气象条件信息不满足所述预定的要求,则将该小段视频发送给质量增强模块进行处理,N为正整数。
第一实施方式是与本实施方式相对应的方法实施方式,本实施方式可与第一实施方式互相配合实施。第一实施方式中提到的相关技术细节在本实施方式中依然有效,为了减少重复,这里不再赘述。相应地,本实施方式中提到的相关技术细节也可应用在第一实施方式中。
需要说明的是,本发明各设备实施方式中提到的各单元都是逻辑单元,在物理上,一个逻辑单元可以是一个物理单元,也可以是一个物理单元的一部分,还可以以多个物理单元的组合实现,这些逻辑单元本身的物理实现方式并不是最重要的,这些逻辑单元所实现的功能的组合才是解决本发明所提出的技术问题的关键。此外,为了突出本发明的创新部分,本发明上述各设备实施方式并没有将与解决本发明所提出的技术问题关系不太密切的单元引入,这并不表明上述设备实施方式并不存在其它的单元。
需要说明的是,在本专利的权利要求书和说明书中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。本专利的权利要求书和说明书中,如果提到根据某要素执行某行为,则是指至少根据该要素执行该行为的意思,其中包括了两种情况:仅根据该要素执行该行为、和根据该要素和其它要素执行该行为。
虽然通过参照本发明的某些优选实施方式,已经对本发明进行了图示和描述,但本领域的普通技术人员应该明白,可以在形式上和细节上对其作各种改变,而不偏离本发明的精神和范围。
Claims (10)
1.一种监控视频的图像分析方法,其特征在于,包括:
获取指定时段内指定摄像头录制的视频片段,和该指定时段内该指定摄像头所在地理位置的气象条件信息;
根据所述气象条件信息,将所述视频片段分为N小段视频,以将视频片段中同一气象条件下的一个连续的视频部分作为一个小段视频,对该小段视频采用同一方式进行处理,其中,所述气象条件发生变化是气象类型的变化,或者是同一气象类型下不同等级的变化,其中,N为正整数;
对于每一个小段视频,判断该小段视频对应的气象条件信息是否满足预定的要求:
如果该小段视频对应的气象条件信息满足所述预定的要求,则对该小段视频进行图像分析,如果该小段视频对应的气象条件信息不满足所述预定的要求,则先根据对应的气象条件信息对该小段视频进行图像增强,再对图像增强后的小段视频进行图像分析。
2.根据权利要求1所述的监控视频的图像分析方法,其特征在于,所述根据对应的气象条件信息对该小段视频进行图像增强,包括:
根据预先定义的规则,识别出所述小段视频中每一帧内的感兴趣区域;
根据对应的气象条件信息,对所述感兴趣区域进行图像增强。
3.根据权利要求1所述的监控视频的图像分析方法,其特征在于,所述图像分析包括以下之一或其任意组合:
区域入侵识别,越界识别,人脸识别,车牌识别。
4.根据权利要求1所述的监控视频的图像分析方法,其特征在于,所述图像增强包括以下之一或其任意组合:
透雾,降噪,亮度增强,对比度增强,图像边缘锐化,偏色校正,白平衡。
5.根据权利要求1至4中任一项所述的监控视频的图像分析方法,其特征在于,所述气象条件信息包括:
不同等级的雨,不同等级的雾霾,不同等级的雪,大风,多云,阴天,晴天,白天,黎明,黄昏,或夜晚。
6.根据权利要求5所述的监控视频的图像分析方法,其特征在于,所述根据所述气象条件信息,将所述视频片段分为N小段视频,包括:
获取所述视频片段中尚未分段的部分的起始时刻;
获取从所述气象条件信息获取所述起始时刻的起始气象条件;
根据所述气象条件信息判断从所述起始时刻起所述起始气象条件发生变化的变化时刻;
将所述视频片段在所述起始时刻至所述变化时刻之间的部分作为一个小段视频;
对所述视频片段中所述变化时刻之后的部分重复上述各子步骤直至所述视频片段被全部分段。
7.一种监控视频的图像分析系统,其特征在于,包括:
视频获取模块,用于获取指定时段内指定摄像头录制的视频片段;
气象条件获取模块,用于获取指定时段内该指定摄像头所在地理位置的气象条件信息;
图像分析模块,用于对视频进行图像分析;
质量增强模块,用于对视频进行图像增强,并将图像增强后的视频发送给所述图像分析模块进行图像分析;
预处理模块,用于根据所述气象条件信息,将所述视频片段分为N小段视频,以将视频片段中同一气象条件下的一个连续的视频部分作为一个小段视频,对该小段视频采用同一方式进行处理,其中,所述气象条件发生变化是气象类型的变化,或者是同一气象类型下不同等级的变化,对于每一个小段视频,判断该小段视频对应的气象条件信息是否满足预定的要求,如果该小段视频对应的气象条件信息满足所述预定的要求,则将该小段视频发送给图像分析模块进行处理,如果该小段视频对应的气象条件信息不满足所述预定的要求,则将该小段视频发送给质量增强模块进行处理,N为正整数。
8.根据权利要求7所述的监控视频的图像分析系统,其特征在于,所述质量增强模块包括:
区域识别子模块,用于根据预先定义的规则,识别出所述小段视频中每一帧内的感兴趣区域;
图像增强子模块,用于对所述区域识别子模块识别出的感兴趣区域根据对应的气象条件信息进行图像增强。
9.根据权利要求7所述的监控视频的图像分析系统,其特征在于,所述视频获取模块从应用云存储技术的存储节点获取指定时段内指定摄像头录制的视频片段。
10.根据权利要求7至9中任一项所述的监控视频的图像分析系统,其特征在于,所述图像分析包括以下之一或其任意组合:
区域入侵识别,越界识别,人脸识别,车牌识别;
所述图像增强包括以下之一或其任意组合:
透雾,降噪,亮度增强,对比度增强,图像边缘锐化,偏色校正,白平衡;
所述气象条件信息包括:
不同等级的雨,不同等级的雾霾,不同等级的雪,大风,多云,阴天,晴天,白天,黎明,黄昏,或夜晚。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610214205.9A CN107277301B (zh) | 2016-04-06 | 2016-04-06 | 监控视频的图像分析方法及其系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610214205.9A CN107277301B (zh) | 2016-04-06 | 2016-04-06 | 监控视频的图像分析方法及其系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107277301A CN107277301A (zh) | 2017-10-20 |
CN107277301B true CN107277301B (zh) | 2019-11-29 |
Family
ID=60051981
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610214205.9A Active CN107277301B (zh) | 2016-04-06 | 2016-04-06 | 监控视频的图像分析方法及其系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107277301B (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109698906B (zh) * | 2018-11-24 | 2021-01-26 | 四川鸿景润科技有限公司 | 基于图像的抖动处理方法及装置、视频监控系统 |
CN109640167B (zh) * | 2018-11-27 | 2021-03-02 | Oppo广东移动通信有限公司 | 视频处理方法、装置、电子设备及存储介质 |
CN109525901B (zh) * | 2018-11-27 | 2020-08-25 | Oppo广东移动通信有限公司 | 视频处理方法、装置、电子设备及计算机可读介质 |
CN112329497A (zh) * | 2019-07-18 | 2021-02-05 | 杭州海康威视数字技术股份有限公司 | 一种目标识别方法、装置及设备 |
CN110796012B (zh) * | 2019-09-29 | 2022-12-27 | 北京达佳互联信息技术有限公司 | 图像处理方法、装置、电子设备及可读存储介质 |
CN112383686B (zh) * | 2020-11-02 | 2023-01-13 | 浙江大华技术股份有限公司 | 视频处理方法、装置、存储介质及电子装置 |
CN115830489B (zh) * | 2022-11-03 | 2023-10-20 | 南京小网科技有限责任公司 | 一种基于ai识别的智能动态分析系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101655860A (zh) * | 2009-09-16 | 2010-02-24 | 北京中盾安全技术开发公司 | 一种刑侦破案视频辅助分析方法及系统 |
CN103021177A (zh) * | 2012-11-05 | 2013-04-03 | 北京理工大学 | 一种雾天交通监控视频图像的处理方法和系统 |
CN103391419A (zh) * | 2012-05-08 | 2013-11-13 | 西安秦码软件科技有限公司 | 一种弱目标识别与跟踪的处理方法 |
CN103412963A (zh) * | 2013-09-04 | 2013-11-27 | 国家测绘地理信息局卫星测绘应用中心 | 光学遥感卫星数据获取方法 |
CN104685899A (zh) * | 2012-07-05 | 2015-06-03 | 汤姆逊许可公司 | 动态媒体片段定价 |
CN104717400A (zh) * | 2015-02-03 | 2015-06-17 | 北京理工大学深圳研究院 | 一种监控视频的实时去雾方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI474200B (zh) * | 2012-10-17 | 2015-02-21 | Inst Information Industry | Scene clip playback system, method and recording medium thereof |
-
2016
- 2016-04-06 CN CN201610214205.9A patent/CN107277301B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101655860A (zh) * | 2009-09-16 | 2010-02-24 | 北京中盾安全技术开发公司 | 一种刑侦破案视频辅助分析方法及系统 |
CN103391419A (zh) * | 2012-05-08 | 2013-11-13 | 西安秦码软件科技有限公司 | 一种弱目标识别与跟踪的处理方法 |
CN104685899A (zh) * | 2012-07-05 | 2015-06-03 | 汤姆逊许可公司 | 动态媒体片段定价 |
CN103021177A (zh) * | 2012-11-05 | 2013-04-03 | 北京理工大学 | 一种雾天交通监控视频图像的处理方法和系统 |
CN103412963A (zh) * | 2013-09-04 | 2013-11-27 | 国家测绘地理信息局卫星测绘应用中心 | 光学遥感卫星数据获取方法 |
CN104717400A (zh) * | 2015-02-03 | 2015-06-17 | 北京理工大学深圳研究院 | 一种监控视频的实时去雾方法 |
Also Published As
Publication number | Publication date |
---|---|
CN107277301A (zh) | 2017-10-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107277301B (zh) | 监控视频的图像分析方法及其系统 | |
CN108388888B (zh) | 一种车辆识别方法、装置和存储介质 | |
Zhang et al. | Automated detection of grade-crossing-trespassing near misses based on computer vision analysis of surveillance video data | |
US9020261B2 (en) | Video segmentation using statistical pixel modeling | |
KR101392294B1 (ko) | 통계적인 픽셀 모델링을 이용한 비디오 분할 | |
US20200364467A1 (en) | Method and device for detecting illegal parking, and electronic device | |
US20150264296A1 (en) | System and method for selection and viewing of processed video | |
US20100027009A1 (en) | Method and system for detecting signal color from a moving video platform | |
JP6700373B2 (ja) | ビデオ動画の人工知能のための学習対象イメージパッケージング装置及び方法 | |
US10271018B2 (en) | Method of detecting critical objects from CCTV video using metadata filtering | |
CN111523397B (zh) | 一种智慧灯杆视觉识别装置、方法及其系统和电子设备 | |
CN112381859A (zh) | 实现针对视频图像数据进行智能解析识别处理的系统、方法、装置、处理器及存储介质 | |
CN108156406A (zh) | 行车记录仪的信息处理方法和装置 | |
CN114170569A (zh) | 一种路面异常情况监测方法、系统、存储介质及设备 | |
CN112464755A (zh) | 一种监控方法及装置、电子设备、存储介质 | |
US20100027841A1 (en) | Method and system for detecting a signal structure from a moving video platform | |
CN114926824A (zh) | 一种不良驾驶行为判别方法 | |
CN114359830A (zh) | 图像检测方法、设备及计算机存储介质 | |
CN105095891A (zh) | 一种人脸捕捉的方法,装置及系统 | |
CN114040094A (zh) | 一种基于云台相机的预置位调节方法和设备 | |
CN113076852A (zh) | 一种基于5g通信的占用公交车道车载抓拍处理系统 | |
AG et al. | Helmet detection using single shot detector (ssd) | |
CN108960181B (zh) | 基于多尺度分块lbp和隐马尔科夫模型的黑烟车检测方法 | |
CN111461056A (zh) | 一种样本数据获取方法和装置 | |
Wang et al. | A vision-based method for parking space surveillance and parking lot management |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |