CN107295296A - 一种监控视频选择性存储与恢复方法及系统 - Google Patents

一种监控视频选择性存储与恢复方法及系统 Download PDF

Info

Publication number
CN107295296A
CN107295296A CN201610203451.4A CN201610203451A CN107295296A CN 107295296 A CN107295296 A CN 107295296A CN 201610203451 A CN201610203451 A CN 201610203451A CN 107295296 A CN107295296 A CN 107295296A
Authority
CN
China
Prior art keywords
foreground image
video
frame
current foreground
current
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
CN201610203451.4A
Other languages
English (en)
Other versions
CN107295296B (zh
Inventor
汪宏
郑莹斌
叶浩
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 Advanced Research Institute of CAS
Original Assignee
Shanghai Advanced Research Institute of CAS
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 Advanced Research Institute of CAS filed Critical Shanghai Advanced Research Institute of CAS
Priority to CN201610203451.4A priority Critical patent/CN107295296B/zh
Publication of CN107295296A publication Critical patent/CN107295296A/zh
Application granted granted Critical
Publication of CN107295296B publication Critical patent/CN107295296B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00Television systems
    • H04N7/18Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00Details of television systems
    • H04N5/14Picture signal circuitry for video frequency region
    • H04N5/144Movement detection
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00Details of television systems
    • H04N5/222Studio circuitry; Studio devices; Studio equipment
    • H04N5/2224Studio circuitry; Studio devices; Studio equipment related to virtual studio applications
    • H04N5/2226Determination of depth image, e.g. for foreground/background separation

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Image Analysis (AREA)
  • Closed-Circuit Television Systems (AREA)

Abstract

本发明提供一种监控视频选择性存储与恢复的方法及系统,包括读取接收到的监控视频中的视频帧图像;分离视频帧图像中的背景图像和前景图像;在当前前景图像中前景点数小于预定阈值时,丢弃当前帧,否则在当前前景图像的每个运动物体周围生成外框,记录外框数量和外框位置信息;在当前前景图像为噪声时丢弃当前帧,否则保存当前前景图像;在当前前景图像中前景点数小于预定阈值或当前前景图像为噪声时,若当前前景图像的状态与前一帧的状态不同,记录当前前景图像的位置信息,否则不记录当前前景图像的位置信息。本发明的监控视频选择性存储与恢复的方法及系统具有较强的兼容性;在最大程度上保留了监控视频中主要信息;提高了视频分析的效率。

Description

一种监控视频选择性存储与恢复方法及系统
技术领域
本发明涉及视频图像处理的技术领域,特别是涉及一种监控视频选择性存储与恢复的方法及系统。
背景技术
监控摄像头在交通管理、安防监控等领域有着广泛的应用。随着摄像技术的进步,摄像头的分辨率越来越高,画面越来越精细。因而每个摄像头每天所产生的视频数据越来越大,通常所采用的大容量存储服务器只能保存较短时间的视频数据。而在这些视频数据中,由于视频中人物、车辆活动的分布极不均衡,导致其中存在大量的无效或次要信息,占用了有限的存储资源。
为了更高效的利用存储空间,目前采用以下方式:
(1)采用静态图像来代替视频的存储
该方法能够减少对存储空间的占用,但同时也丢失了与时间相关的丰富的动态信息。
(2)对视频进行缩放、剪切等处理
然而,缩放同时减小了视频中的主要信息和次要信息,造成了主要信息的信息量的减少;剪切则由于视频中被监控物体的活动而难以选取剪切范围,也容易造成主要信息的丢失。
前景检测技术主要用于分离监控视频中“活动”的前景与“固定”的背景,可以检测视频中是否存在活动的物体,且由于其算法运行速度快,可以对视频进行实时处理,方便提取“有效”视频信息。
目标检测,也叫目标提取,是一种基于目标几何和统计特征的图像分割技术。它将目标的分割和识别合二为一,其准确性和实时性是整个系统的一项重要能力。尤其是在复杂场景中,需要对多个目标进行实时处理时,目标自动提取和识别就显得特别重要。
因此,如何基于前景检测和目标检测来实现监控视频的选择性存储与恢复将成为一个极具前景的课题。
发明内容
鉴于以上所述现有技术的缺点,本发明的目的在于提供一种监控视频选择性存储与恢复的方法及系统,基于前景检测技术和目标检测技术,实现了监控视频的高效、快速地选择性存储,并且能够将处理后的视频恢复为原长视频。
为实现上述目的及其他相关目的,本发明提供一种监控视频选择性存储方法,包括以下步骤:步骤S1、读取接收到的监控视频中的视频帧图像;步骤S2、分离视频帧图像中的背景图像和前景图像;步骤S3、判断当前前景图像中前景点数是否小于预定阈值;若是,丢弃当前帧,转入步骤S7;若否,转入步骤S4;步骤S4、在当前前景图像的每个运动物体周围生成外框,记录外框数量和外框位置信息;步骤S5、根据记录的外框位置信息判断当前前景图像是否为噪声,若是,丢弃当前帧,转入步骤S7;若否,转入步骤S6;步骤S6、保存当前前景图像;步骤S7、若当前前景图像的状态与前一帧的状态不同,则记录当前前景图像的位置信息,否则不记录当前前景图像的位置信息;其中,前景图像的状态包括保留和丢弃两种,第0帧的状态默认为丢弃;所述位置信息包括当前前景图像在原视频中的位置和在选择性存储处理后视频中的位置。
根据上述的监控视频选择性存储方法,其中:所述步骤S3中,设置第一点数阈值s和第二点数阈值t,其中s小于t;
当前前景图像的状态为保留时,使用第一点数阈值s,当前景点数小于s时,丢弃当前帧;
当前前景图像的状态为丢弃时,使用第二点数阈值t,当前景点数小于t时,丢弃当前帧。
根据上述的监控视频选择性存储方法,其中:所述步骤S3之前还包括:去除当前前景图像中的噪声。
根据上述的监控视频选择性存储方法,其中:所述步骤S4包括以下步骤:
将当前前景图像分别向水平轴和垂直轴投影;
设定水平方向阈值和垂直方向阈值;
若在水平方向阈值和垂直方向阈值内,当前前景图像的水平轴和垂直轴投影均无断点时,则表明不存在可分割的运动物体,生成外框并记录外框数量和外框位置信息;否则说明当前前景图像存在可分割的目标,记录可分割目标的坐标位置,对每个子目标继续按照上述方法进行运动物体目标检测。
相应地,本发明还提供一种监控视频恢复方法,用于恢复根据上述任一所述的监控视频选择性存储方法所存储的监控视频,其中,在恢复监控视频时,对于存储的监控视频,查询当前帧的位置信息,若当前帧的状态从丢弃变为保留,则按正常速度播放当前视频帧;否则,重复播放当前帧,直到播放的视频帧的状态再次变为保留;
其中,奇数条位置信息表示当前帧的状态从丢弃变为保留,偶数条位置信息表示当前帧的状态从保留转变为丢弃。
另外,本发明还提供一种监控视频选择性存储系统,包括读取模块、分离模块、第一判断模块、记录模块、第二判断模块、保存模块和处理模块;
所述读取模块用于读取接收到的监控视频中的视频帧图像;
所述分离模块用于分离视频帧图像中的背景图像和前景图像;
所述第一判断模块用于判断当前前景图像中前景点数是否小于预定阈值,并在小于预定阈值时,丢弃当前帧;
所述记录模块用于在当前前景图像中前景点数不小于预定阈值时,在当前前景图像的每个运动物体周围生成外框,记录外框数量和外框位置信息;
所述第二判断模块用于根据记录的外框位置信息判断当前前景图像是否为噪声,并在当前前景图像为噪声时,丢弃当前帧;
所述保存模块用于在当前前景图像不为噪声时,保存当前前景图像;
所述处理模块用于在当前前景图像中前景点数小于预定阈值或当前前景图像为噪声时,当当前前景图像的状态与前一帧的状态不同时,记录当前前景图像的位置信息,否则不记录当前前景图像的位置信息;
其中,前景图像的状态包括保留和丢弃两种,第0帧的状态默认为丢弃;所述位置信息包括当前前景图像在原视频中的位置和在选择性存储处理后视频中的位置。
根据上述的监控视频选择性存储系统,其中:所述第一判断模块中,设置第一点数阈值s和第二点数阈值t,其中s小于t;
当前前景图像的状态为保留时,使用第一点数阈值s,当前景点数小于s时,丢弃当前帧;
当前前景图像的状态为丢弃时,使用第二点数阈值t,当前景点数小于t时,丢弃当前帧。
根据上述的监控视频选择性存储系统,其中:所述第一判断模块之前还包括去噪模块,所述去噪模块用于去除当前前景图像中的噪声。
根据上述的监控视频选择性存储系统,其中:所述记录模块采用以下步骤在当前前景图像的每个运动物体周围生成外框,记录外框数量和外框位置信息:
将当前前景图像分别向水平轴和垂直轴投影;
设定水平方向阈值和垂直方向阈值;
若在水平方向阈值和垂直方向阈值内,当前前景图像的水平轴和垂直轴投影均无断点时,则表明不存在可分割的运动物体,生成外框并记录外框数量和外框位置信息;否则说明当前前景图像存在可分割的目标,记录可分割目标的坐标位置,对每个子目标继续按照上述方法进行运动物体目标检测。
相应地,本发明还提供一种监控视频恢复系统,用于恢复根据上述任一所述的监控视频选择性存储系统所述存储的监控视频,其中:包括恢复模块,所述恢复模块用于在恢复监控视频时,对于存储的监控视频,查询当前帧的位置信息,若当前帧的状态从丢弃变为保留,则按正常速度播放当前视频帧;否则,重复播放当前帧,直到播放的视频帧的状态再次变为保留;
其中,奇数条位置信息表示当前帧的状态从丢弃变为保留,偶数条位置信息表示当前帧的状态从保留转变为丢弃。
如上所述,本发明的监控视频选择性存储与恢复的方法及系统,具有以下有益效果:
(1)不依赖于具体的前景检测方式,具有较强的兼容性;
(2)能够保持原视频的分辨率,只删除对用于视频监控无用的视频片段,在最大程度上保留了监控视频中主要信息;
(3)在监控视频选择性存储的同时,提供监控视频中活动物体的初步目标检测,从而为后续的高级视频分析提供必要的帮助,提高了视频分析的效率。
附图说明
图1显示为本发明的监控视频选择性存储方法的流程图;
图2显示为本发明的监控视频选择性存储系统的结构示意图。
元件标号说明
1 读取模块
2 分离模块
3 第一判断模块
4 记录模块
5 第二判断模块
6 保存模块
7 处理模块
具体实施方式
以下通过特定的具体实例说明本发明的实施方式,本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用,本说明书中的各项细节也可以基于不同观点与应用,在没有背离本发明的精神下进行各种修饰或改变。需说明的是,在不冲突的情况下,以下实施例及实施例中的特征可以相互组合。
需要说明的是,以下实施例中所提供的图示仅以示意方式说明本发明的基本构想,遂图式中仅显示与本发明中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制,其实际实施时各组件的型态、数量及比例可为一种随意的改变,且其组件布局型态也可能更为复杂。
监控视频选择性存储是指在不减少监控视频中主要信息的前提下,对原始的监控视频进行选择性存储,以减少其存储空间。
监控视频恢复是指根据监控视频选择性存储时保存的视频以及视频帧的位置信息,恢复出与原始视频时间长度相同的视频。
本发明的监控视频选择性存储方法中,首先对监控视频帧进行预处理,应用前景检测算法检测监控视频中背景和前景;当前景信息满足一定条件时,进行前景目标检测,否则丢弃该视频帧;然后通过目标检测将前景分割为一个或多个目标,当目标信息满足一定条件时,保存该视频帧,否则丢弃该视频帧;最后通过比较当前帧与前一帧的状态信息,决定是否保存当前帧的位置信息,该位置信息将用于后续的视频恢复。其中,是否对前景进行目标检测,依赖于前景点数与一个固定阈值和一个动态阈值的比较结果;该动态阈值在目标检测阶段进行动态调整。
参照图1,本发明的监控视频选择性存储方法包括以下步骤:
步骤S1、读取接收到的监控视频中的视频帧图像。
其中,接收到的监控视频包括采用主流编码得到的视频文件和来源于摄像头的实时监控视频数据。
优选地,步骤S1还包括将读取的监控视频中的视频帧图像调整为预设图像分辨率。
具体地,按输入顺序从监控视频中读取视频帧图像,并将视频帧图像的分辨率调整为预设图像分辨率。其中,调整图像分辨率是为了在后续的前景检测时提高处理速度,减少搜索的次数。分辨率的定义比较灵活,一般按视频等比例缩小即可,如从1920*1080调整到640*360。
步骤S2、分离视频帧图像中的背景图像和前景图像。
具体地,利用前景检测算法分离视频帧图像中的背景和前景。对于本领域技术人员而言,前景检测算法已经相当成熟。本发明可从多种公开的前景检测算法中选择,不同的算法对后续的处理流程不构成影响。优选地,可以采用ViBe算法或GMM(Gaussian Mixture Model,高斯混合模型)算法。
步骤S3、判断当前前景图像中前景点数是否小于预定阈值;若是,丢弃当前帧,转入步骤S7;若否,转入步骤S4。
具体地,前景检测算法会输出一个二值图像,其中背景点的值为0,前景点的值为1,把该图像中所有前景点的值相加即为前景点数。
在本发明的一个优选实施例中,步骤S3包括以下内容:
31)设置第一点数阈值s和第二点数阈值t,其中s小于t。
32)当前前景图像的状态为保留时,使用第一点数阈值s,当前景点数小于s时,丢弃当前帧;否则进入一下步骤。
33)当前前景图像的状态为丢弃时,使用第二点数阈值t,当前景点数小于t时,丢弃当前帧;否则进入下一步骤。
通过设置两个不同的点数阈值可以保证视频中前景的平滑过渡,并且可减轻视频中突发噪声的干扰。其中,第一点数阈值s为固定阈值,第二点数阈值t为可变阈值。t的值可根据所检测目标的情况在检测过程中进行动态调整。在一个优选实施例中,t的调整方法为:若当前帧前景图像仅检测到一个运动物体,若前景点数目大于s且小于t的原始值,则t变为t-1;若当前帧前景图像检测到多个运动物体,其平均前景点数大于2s/3,则t变为t+1。该方法能够进一步提高视频选择性存储的准确度。
优选地,步骤S3之前还包括:去除当前前景图像中的噪声。
具体地,利用图像模糊算法对前景图像进行模糊操作,以去除因背景环境波动导致的前景图像中出现的显著离散点,从而提高监控视频选择性存储的准确性。
步骤S4、在当前前景图像的每个运动物体周围生成外框,记录外框数量和外框位置信息。
当前景图像中存在多个可分离的运动物体时,将生成对应数量的外框。优选地,外框可以采用矩形外框。外框位置信息可以采用外框左上角和右下角的坐标来表示。
具体地,步骤S4包括以下步骤:
41)将当前前景图像分别向水平轴(X轴)和垂直轴(Y轴)投影。
其中,以向X轴投影为例,若当前前景图像中,与投影点有相同x坐标的点中有任一点为前景点,则投影点为前景点,否则为背景点。
42)设定水平方向阈值和垂直方向阈值;
43)若在水平方向阈值和垂直方向阈值内,当前前景图像的水平轴和垂直轴投影均无断点时,则表明不存在可分割的运动物体,生成外框并记录外框数量和外框位置信息;否则说明当前前景图像存在可分割的目标,记录可分割目标的坐标位置,对每个子目标继续按照上述方法进行运动物体目标检测。
由于前景检测算法自身的局限,可能存在因物体其中一部分与背景颜色差异较小而导致输出的物体前景点不连续的情况,从而导致其投影不连续。设定水平方向阈值和垂直方向阈值的目的是减少该情况发生的概率。以x轴方向为例,设水平方向阈值为t,横坐标为x0的投影点只有当包括其自身在内左右t个投影点有任意一点为前景点时,将该点判断为前景点。当X轴和Y轴投影均无断点时,该层递归结束,否则说明前景图像存在可分割的目标,记录可分割目标的坐标位置,对每个子目标继续进行递归分割。
步骤S5、根据记录的外框位置信息判断当前前景图像为噪声,若是,丢弃当前帧,转入步骤S7;若否,转入步骤S6。
具体地,根据步骤S4生成的外框位置信息,对因摄像头轻微晃动、物体轻微摆动、阴影瞬时变化造成的噪声予以去除。判断的条件可视场景的改变而变化或组合,可采取的判定值包括但不限于外框的平均面积、外框的最大面积、外框内平均前景点数目等。将需要进行判定的值与预定阈值进行比较,来决定是否将当前图像的前景判定为噪声。若同时采用多项判断条件,则可采用公平投票或为每项判断条件分配权重的方式来决定。
优选地,若前景图像中外框的平均面积小于预定阈值时,则判断当前前景图像是否为噪声,丢弃该帧,否则保存该帧。
步骤S6、保存当前前景图像。
通过对存在运动物体的前景图像进行保存,能够方便后期观看、定位和查询等操作。保存前景图像信息时,必须存储当前前景图像帧以及其对应的状态;还可选地存储运动物体外框的坐标信息和外框的数目。
步骤S7、若当前前景图像的状态与前一帧的状态不同,则记录当前前景图像的位置信息,否则不记录当前前景图像的位置信息。
其中,将前景图像帧的状态包括保留和丢弃两种,第0帧的状态默认为丢弃。若当前前景图像帧与前一帧状态不一致时,将当前前景图像的位置信息保存到文件中,该位置信息包括当前前景图像在原视频中的位置和在选择性存储处理后视频中的位置。若当前前景图像帧与前一帧状态一致时,则无需记录当前前景图像的位置信息。
本发明的监控视频选择性存储方法适用于以下两种场景:
1)输入为实时视频流的场景;
2)输入为视频文件的场景。
本发明的监控视频选择性存储方法在以上两种场景中的处理流程基本相同,不同之处在于当输入为视频文件时,视频处理速度可自动进行调整以减少运行时间。调整视频处理速度时,设置两个阈值a、b。当检测到前景存在时,每间隔a帧进行一次前景检测及后续步骤,当无前景存在时,间隔的帧数从a缓慢增加到b,如采用线性函数将间隔的帧数从a递增到b。
监控视频恢复是将处理后的视频恢复为长度与选择性存储前监控视频相同的视频,从而实现选择性存储后视频的恢复播放。监控视频恢复依赖以下两种输入:
1)选择性存储后的视频文件;
2)在视频选择性存储过程中保存的记录帧对应关系的文件。
在本发明的监控视频恢复方法中,针对第2)种输入,若该文件保存的内容中前一帧状态与当前帧状态不一致时,保存当前帧的位置信息和其在选择性存储后视频中的位置信息。由上述记录次序可知,奇数条信息表示帧的状态从“丢弃”转变为“保留”,偶数条信息表示帧的状态从“保留”转变为“丢弃”;且每条信息记录了处理后视频的该帧位置和其对应原视频帧的位置。在恢复播放时,查询该位置信息记录,若帧状态从“丢弃”向“保留”变化,则从选择性存储视频的当前帧按正常速度播放,否则,重复播放当前帧,直到播放的视频帧状态再次变为“保留”。
参照图2,本发明的监控视频选择性存储系统包括读取模块1、分离模块2、第一判断模块3、记录模块4、第二判断模块5、保存模块6和处理模块7。
读取模块1用于读取接收到的监控视频中的视频帧图像。
其中,接收到的监控视频包括采用主流编码得到的视频文件和来源于摄像头的实时监控视频数据。
优选地,读取模块1还用于将读取的监控视频中的视频帧图像调整为预设图像分辨率。
具体地,读取模块1按输入顺序从监控视频中读取视频帧图像,并将视频帧图像的分辨率调整为预设图像分辨率。其中,调整图像分辨率是为了在后续的前景检测时提高处理速度,减少搜索的次数。分辨率的定义比较灵活,一般按视频等比例缩小即可,如从1920*1080调整到640*360。
分离模块2与读取模块1相连,用于分离视频帧图像中的背景图像和前景图像。
具体地,利用前景检测算法分离视频帧图像中的背景和前景。对于本领域技术人员而言,前景检测算法已经相当成熟。本发明可从多种公开的前景检测算法中选择,不同的算法对后续的处理流程不构成影响。优选地,可以采用ViBe算法或GMM(Gaussian Mixture Model,高斯混合模型)算法。
第一判断模块3与分离模块2相连,用于判断当前前景图像中前景点数是否小于预定阈值,并在小于预定阈值时,丢弃当前帧。
具体地,前景检测算法会输出一个二值图像,其中背景点的值为0,前景点的值为1,把该图像中所有前景点的值相加即为前景点数。
在本发明的一个优选实施例中,第一判断模块3通过以下步骤判断当前前景图像中前景点数是否小于预定阈值:
31)设置第一点数阈值s和第二点数阈值t,其中s小于t。
32)当前前景图像的状态为保留时,使用第一点数阈值s,当前景点数小于s时,丢弃当前帧。
33)当前前景图像的状态为丢弃时,使用第二点数阈值t,当前景点数小于t时,丢弃当前帧。
通过设置两个不同的点数阈值可以保证视频中前景的平滑过渡,并且可减轻视频中突发噪声的干扰。其中,第一点数阈值s为固定阈值,第二点数阈值t为可变阈值。t的值可根据所检测目标的情况在检测过程中进行动态调整。在一个优选实施例中,t的调整方法为:若当前帧前景图像仅检测到一个运动物体,若前景点数目大于s且小于t的原始值,则t变为t-1;若当前帧前景图像检测到多个运动物体,其平均前景点数大于2s/3,则t变为t+1。该方法能够进一步提高视频选择性存储的准确度。
优选地,第一判断模块3之前还包括去噪模块,该去噪模块用于去除当前前景图像中的噪声。
具体地,去噪模块利用图像模糊算法对前景图像进行模糊操作,以去除因背景环境波动导致的前景图像中出现的显著离散点,从而提高监控视频选择性存储的准确性。
记录模块4与第一判断模块3相连,用于在当前前景图像中前景点数不小于预定阈值时,在当前前景图像的每个运动物体周围生成外框,记录外框数量和外框位置信息。
当前景图像中存在多个可分离的运动物体时,将生成对应数量的外框。优选地,外框可以采用矩形外框。外框位置信息可以采用外框左上角和右下角的坐标来表示。
具体地,记录模块4执行以下操作:
41)将当前前景图像分别向水平轴(X轴)和垂直轴(Y轴)投影。
其中,以向X轴投影为例,若当前前景图像中,与投影点有相同x坐标的点中有任一点为前景点,则投影点为前景点,否则为背景点。
42)设定水平方向阈值和垂直方向阈值;
43)若在水平方向阈值和垂直方向阈值内,当前前景图像的水平轴和垂直轴投影均无断点时,则表明不存在可分割的运动物体,生成外框并记录外框数量和外框位置信息;否则说明当前前景图像存在可分割的目标,记录可分割目标的坐标位置,对每个子目标继续按照上述方法进行运动物体目标检测。
由于前景检测算法自身的局限,可能存在因物体其中一部分与背景颜色差异较小而导致输出的物体前景点不连续的情况,从而导致其投影不连续。设定水平方向阈值和垂直方向阈值的目的是减少该情况发生的概率。以x轴方向为例,设水平方向阈值为t,横坐标为x0的投影点只有当包括其自身在内左右t个投影点有任意一点为前景点时,将该点判断为前景点。当X轴和Y轴投影均无断点时,该层递归结束,否则说明前景图像存在可分割的目标,记录可分割目标的坐标位置,对每个子目标继续进行递归分割。
第二判断模块5与记录模块4相连,用于根据记录的外框位置信息判断当前前景图像是否为噪声,并在当前前景图像为噪声时,丢弃当前帧。
具体地,根据记录模块4生成的外框位置信息,对因摄像头轻微晃动、物体轻微摆动、阴影瞬时变化造成的噪声予以去除。判断的条件可视场景的改变而变化或组合,可采取的判定值包括但不限于外框的平均面积、外框的最大面积、外框内平均前景点数目等。将需要进行判定的值与预定阈值进行比较,来决定是否将当前图像的前景判定为噪声。若同时采用多项判断条件,则可采用公平投票或为每项判断条件分配权重的方式来决定。
优选地,若前景图像中外框的平均面积小于预定阈值时,则判断当前前景图像为噪声,丢弃该帧,否则保存该帧。
保存模块6与第二判断模块5相连,用于在当前前景图像不为噪声时,保存当前前景图像。
通过对存在运动物体的前景图像进行保存,能够方便后期观看、定位和查询等操作。保存前景图像信息时,必须存储当前前景图像帧以及其对应的状态;还可选地存储运动物体外框的坐标信息和外框的数目。
处理模块7与第一判断模块3、第二判断模块5和保存模块6相连,用于在当前前景图像中前景点数小于预定阈值或当前前景图像为噪声时,当当前前景图像的状态与前一帧的状态不同时,记录当前前景图像的位置信息,否则不记录当前前景图像的位置信息。
其中,将前景图像帧的状态包括保留和丢弃两种,第0帧的状态默认为丢弃。若当前前景图像帧与前一帧状态不一致时,将当前前景图像的位置信息保存到文件中,该位置信息包括当前前景图像在原视频中的位置和在选择性存储处理后视频中的位置。若当前前景图像帧与前一帧状态一致时,则无需记录当前前景图像的位置信息。
本发明的监控视频选择性存储系统适用于以下两种场景:
1)输入为实时视频流的场景;
2)输入为视频文件的场景。
本发明的监控视频选择性存储系统在以上两种场景中的处理流程基本相同,不同之处在于当输入为视频文件时,视频处理速度可自动进行调整以减少运行时间。调整视频处理速度时,设置两个阈值a、b。当检测到前景存在时,每间隔a帧进行一次前景检测及后续步骤,当无前景存在时,间隔的帧数从a缓慢增加到b,如采用线性函数将间隔的帧数从a递增到b。
监控视频恢复是将处理后的视频恢复为长度与选择性存储前监控视频相同的视频,从而实现选择性存储后视频的恢复播放。监控视频恢复依赖以下两种输入:
1)选择性存储后的视频文件;
2)在视频选择性存储过程中保存的记录帧对应关系的文件。
在本发明的监控视频恢复系统中,包括恢复模块。该恢复模块针对第2)种输入,若该文件保存的内容中前一帧状态与当前帧状态不一致时,保存当前帧的位置信息和其在选择性存储后视频中的位置信息。由上述记录次序可知,奇数条信息表示帧的状态从“丢弃”转变为“保留”,偶数条信息表示帧的状态从“保留”转变为“丢弃”;且每条信息记录了处理后视频的该帧位置和其对应原视频帧的位置。在恢复播放时,查询该位置信息记录,若帧状态从“丢弃”向“保留”变化,则从选择性存储视频的当前帧按正常速度播放,否则,重复播放当前帧,直到播放的视频帧状态再次变为保留”。
综上所述,本发明的监控视频选择性存储与恢复的方法及系统不依赖于具体的前景检测方式,具有较强的兼容性;能够保持原视频的分辨率,只删除对用于视频监控无用的视频片段,在最大程度上保留了监控视频中主要信息;在监控视频选择性存储的同时,提供监控视频中活动物体的初步目标检测,从而为后续的高级视频分析提供必要的帮助,提高了视频分析的效率。所以,本发明有效克服了现有技术中的种种缺点而具高度产业利用价值。
上述实施例仅例示性说明本发明的原理及其功效,而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下,对上述实施例进行修饰或改变。因此,举凡所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变,仍应由本发明的权利要求所涵盖。

Claims (10)

1.一种监控视频选择性存储方法,其特征在于:包括以下步骤:
步骤S1、读取接收到的监控视频中的视频帧图像;
步骤S2、分离视频帧图像中的背景图像和前景图像;
步骤S3、判断当前前景图像中前景点数是否小于预定阈值;若是,丢弃当前帧,转入步骤S7;若否,转入步骤S4;
步骤S4、在当前前景图像的每个运动物体周围生成外框,记录外框数量和外框位置信息;
步骤S5、根据记录的外框位置信息判断当前前景图像是否为噪声,若是,丢弃当前帧,转入步骤S7;若否,转入步骤S6;
步骤S6、保存当前前景图像;
步骤S7、若当前前景图像的状态与前一帧的状态不同,则记录当前前景图像的位置信息,否则不记录当前前景图像的位置信息;
其中,前景图像的状态包括保留和丢弃两种,第0帧的状态默认为丢弃;所述位置信息包括当前前景图像在原视频中的位置和在选择性存储处理后视频中的位置。
2.根据权利要求1所述的监控视频选择性存储方法,其特征在于:所述步骤S3中,设置第一点数阈值s和第二点数阈值t,其中s小于t;
当前前景图像的状态为保留时,使用第一点数阈值s,当前景点数小于s时,丢弃当前帧;
当前前景图像的状态为丢弃时,使用第二点数阈值t,当前景点数小于t时,丢弃当前帧。
3.根据权利要求1所述的监控视频选择性存储方法,其特征在于:所述步骤S3之前还包括:去除当前前景图像中的噪声。
4.根据权利要求1所述的监控视频选择性存储方法,其特征在于:所述步骤S4包括以下步骤:
将当前前景图像分别向水平轴和垂直轴投影;
设定水平方向阈值和垂直方向阈值;
若在水平方向阈值和垂直方向阈值内,当前前景图像的水平轴和垂直轴投影均无断点时,则表明不存在可分割的运动物体,生成外框并记录外框数量和外框位置信息;否则说明当前前景图像存在可分割的目标,记录可分割目标的坐标位置,对每个子目标继续按照上述方法进行运动物体目标检测。
5.一种监控视频恢复方法,用于恢复根据权利要求1-4之一所述的监控视频选择性存储方法所存储的监控视频,其特征在于:在恢复监控视频时,对于存储的监控视频,查询当前帧的位置信息,若当前帧的状态从丢弃变为保留,则按正常速度播放当前视频帧;否则,重复播放当前帧,直到播放的视频帧的状态再次变为保留;
其中,奇数条位置信息表示当前帧的状态从丢弃变为保留,偶数条位置信息表示当前帧的状态从保留转变为丢弃。
6.一种监控视频选择性存储系统,其特征在于:包括读取模块、分离模块、第一判断模块、记录模块、第二判断模块、保存模块和处理模块;
所述读取模块用于读取接收到的监控视频中的视频帧图像;
所述分离模块用于分离视频帧图像中的背景图像和前景图像;
所述第一判断模块用于判断当前前景图像中前景点数是否小于预定阈值,并在小于预定阈值时,丢弃当前帧;
所述记录模块用于在当前前景图像中前景点数不小于预定阈值时,在当前前景图像的每个运动物体周围生成外框,记录外框数量和外框位置信息;
所述第二判断模块用于根据记录的外框位置信息判断当前前景图像是否为噪声,并在当前前景图像为噪声时,丢弃当前帧;
所述保存模块用于在当前前景图像不为噪声时,保存当前前景图像;
所述处理模块用于在当前前景图像中前景点数小于预定阈值或当前前景图像为噪声时,当当前前景图像的状态与前一帧的状态不同时,记录当前前景图像的位置信息,否则不记录当前前景图像的位置信息;
其中,前景图像的状态包括保留和丢弃两种,第0帧的状态默认为丢弃;所述位置信息包括当前前景图像在原视频中的位置和在选择性存储处理后视频中的位置。
7.根据权利要求6所述的监控视频选择性存储系统,其特征在于:所述第一判断模块中,设置第一点数阈值s和第二点数阈值t,其中s小于t;
当前前景图像的状态为保留时,使用第一点数阈值s,当前景点数小于s时,丢弃当前帧;
当前前景图像的状态为丢弃时,使用第二点数阈值t,当前景点数小于t时,丢弃当前帧。
8.根据权利要求6所述的监控视频选择性存储系统,其特征在于:所述第一判断模块之前还包括去噪模块,所述去噪模块用于去除当前前景图像中的噪声。
9.根据权利要求6所述的监控视频选择性存储系统,其特征在于:所述记录模块采用以下步骤在当前前景图像的每个运动物体周围生成外框,记录外框数量和外框位置信息:
将当前前景图像分别向水平轴和垂直轴投影;
设定水平方向阈值和垂直方向阈值;
若在水平方向阈值和垂直方向阈值内,当前前景图像的水平轴和垂直轴投影均无断点时,则表明不存在可分割的运动物体,生成外框并记录外框数量和外框位置信息;否则说明当前前景图像存在可分割的目标,记录可分割目标的坐标位置,对每个子目标继续按照上述方法进行运动物体目标检测。
10.一种监控视频恢复系统,用于恢复根据权利要求6-9之一所述的监控视频选择性存储系统所述存储的监控视频,其特征在于:包括恢复模块,所述恢复模块用于在恢复监控视频时,对于存储的监控视频,查询当前帧的位置信息,若当前帧的状态从丢弃变为保留,则按正常速度播放当前视频帧;否则,重复播放当前帧,直到播放的视频帧的状态再次变为保留;
其中,奇数条位置信息表示当前帧的状态从丢弃变为保留,偶数条位置信息表示当前帧的状态从保留转变为丢弃。
CN201610203451.4A 2016-04-01 2016-04-01 一种监控视频选择性存储与恢复方法及系统 Active CN107295296B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610203451.4A CN107295296B (zh) 2016-04-01 2016-04-01 一种监控视频选择性存储与恢复方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610203451.4A CN107295296B (zh) 2016-04-01 2016-04-01 一种监控视频选择性存储与恢复方法及系统

Publications (2)

Publication Number Publication Date
CN107295296A true CN107295296A (zh) 2017-10-24
CN107295296B CN107295296B (zh) 2020-04-14

Family

ID=60087322

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610203451.4A Active CN107295296B (zh) 2016-04-01 2016-04-01 一种监控视频选择性存储与恢复方法及系统

Country Status (1)

Country Link
CN (1) CN107295296B (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110099251A (zh) * 2019-04-29 2019-08-06 努比亚技术有限公司 监控视频的处理方法、装置以及计算机可读存储介质
CN112700657A (zh) * 2020-12-21 2021-04-23 北京百度网讯科技有限公司 用于生成检测信息的方法、装置、路侧设备和云控平台
CN113392264A (zh) * 2021-08-16 2021-09-14 北京快立方科技有限公司 一种基于结构化查询语言的流计算处理方法
CN113903105A (zh) * 2021-09-30 2022-01-07 杭州海康汽车软件有限公司 一种视频循环存储方法、装置、电子设备及存储介质
CN115002088A (zh) * 2022-06-09 2022-09-02 厦门熵基科技有限公司 一种视频流的推流和存储方法及系统
US11710392B2 (en) 2020-09-11 2023-07-25 IDEMIA National Security Solutions LLC Targeted video surveillance processing

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070212023A1 (en) * 2005-12-13 2007-09-13 Honeywell International Inc. Video filtering system
US20080094470A1 (en) * 2006-10-20 2008-04-24 Hon Hai Precision Industry Co., Ltd. Surveillance security system and method
CN101277429A (zh) * 2007-03-27 2008-10-01 中国科学院自动化研究所 监控中多路视频信息融合处理与显示的方法和系统
CN102831617A (zh) * 2012-07-17 2012-12-19 聊城大学 一种运动目标检测与跟踪的方法和系统
CN103123726A (zh) * 2012-09-07 2013-05-29 佳都新太科技股份有限公司 一种基于运动行为分析的目标跟踪算法
CN104506934A (zh) * 2014-12-25 2015-04-08 合肥寰景信息技术有限公司 一种节省存储空间的视频处理方法
CN104702914A (zh) * 2015-01-14 2015-06-10 汉柏科技有限公司 一种监控视频的数据处理方法及系统
CN105227927A (zh) * 2015-10-15 2016-01-06 桂林电子科技大学 一种监控视频数据存储方法及装置

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070212023A1 (en) * 2005-12-13 2007-09-13 Honeywell International Inc. Video filtering system
US20080094470A1 (en) * 2006-10-20 2008-04-24 Hon Hai Precision Industry Co., Ltd. Surveillance security system and method
CN101277429A (zh) * 2007-03-27 2008-10-01 中国科学院自动化研究所 监控中多路视频信息融合处理与显示的方法和系统
CN102831617A (zh) * 2012-07-17 2012-12-19 聊城大学 一种运动目标检测与跟踪的方法和系统
CN103123726A (zh) * 2012-09-07 2013-05-29 佳都新太科技股份有限公司 一种基于运动行为分析的目标跟踪算法
CN104506934A (zh) * 2014-12-25 2015-04-08 合肥寰景信息技术有限公司 一种节省存储空间的视频处理方法
CN104702914A (zh) * 2015-01-14 2015-06-10 汉柏科技有限公司 一种监控视频的数据处理方法及系统
CN105227927A (zh) * 2015-10-15 2016-01-06 桂林电子科技大学 一种监控视频数据存储方法及装置

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110099251A (zh) * 2019-04-29 2019-08-06 努比亚技术有限公司 监控视频的处理方法、装置以及计算机可读存储介质
US11710392B2 (en) 2020-09-11 2023-07-25 IDEMIA National Security Solutions LLC Targeted video surveillance processing
CN112700657A (zh) * 2020-12-21 2021-04-23 北京百度网讯科技有限公司 用于生成检测信息的方法、装置、路侧设备和云控平台
CN113392264A (zh) * 2021-08-16 2021-09-14 北京快立方科技有限公司 一种基于结构化查询语言的流计算处理方法
CN113903105A (zh) * 2021-09-30 2022-01-07 杭州海康汽车软件有限公司 一种视频循环存储方法、装置、电子设备及存储介质
CN113903105B (zh) * 2021-09-30 2023-11-03 杭州海康汽车软件有限公司 一种视频循环存储方法、装置、电子设备及存储介质
CN115002088A (zh) * 2022-06-09 2022-09-02 厦门熵基科技有限公司 一种视频流的推流和存储方法及系统
CN115002088B (zh) * 2022-06-09 2023-06-02 厦门熵基科技有限公司 一种视频流的推流和存储方法及系统

Also Published As

Publication number Publication date
CN107295296B (zh) 2020-04-14

Similar Documents

Publication Publication Date Title
CN107295296A (zh) 一种监控视频选择性存储与恢复方法及系统
CN109272509B (zh) 一种连续图像的目标检测方法、装置、设备及存储介质
CN106682619A (zh) 一种对象跟踪方法及装置
Lai et al. Video summarization of surveillance cameras
CN101493944A (zh) 一种运动目标检测与跟踪的方法和系统
CN112016461A (zh) 一种多目标的行为识别方法及系统
CN108596157B (zh) 一种基于运动检测的人群惊扰场景检测方法及系统
CN112613579A (zh) 一种人脸或人头图像质量的模型训练方法、评估方法及高质量图像的选取方法
CN106023346A (zh) 动态帧率行车记录系统及车辆速度判断装置
CN107547865A (zh) 跨区域人体视频目标跟踪智能监控方法
CN115761568A (zh) 一种基于YOLOv7网络和Deepsort网络的猕猴检测方法
CN114419102B (zh) 一种基于帧差时序运动信息的多目标跟踪检测方法
CN111950339A (zh) 视频处理
CN109583414B (zh) 基于视频检测的室内占道检测方法、设备、介质及处理器
US20130027550A1 (en) Method and device for video surveillance
CN113242431B (zh) 一种面向路侧感知的标注数据预处理方法
CN106101485A (zh) 一种基于反馈的前景轨迹判定方法和装置
Ma et al. Depth assisted occlusion handling in video object tracking
CN109815861B (zh) 一种基于人脸识别的用户行为信息统计方法
CN116563327A (zh) 基于箱线图的动态场景背景建模方法
CN110443213A (zh) 面部检测方法、目标检测方法和装置
CN104754248B (zh) 一种获取目标快照的方法及装置
CN114821441A (zh) 联合ads-b信息的基于深度学习的机场场面运动目标识别方法
CN115512263A (zh) 一种面向高空坠物的动态视觉监测方法及装置
CN111898471B (zh) 一种行人跟踪方法和装置

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